# aicentos Док > aicentos — платформа агрегации AI API для разработчиков и компаний. Один API-ключ для OpenAI, Anthropic, Google, xAI и других — резервные маршруты с автопереключением, публичная доступность в реальном времени, договоры и приватный деплой. Этот файл объединяет документы на русском языке со ссылкой на источник каждой страницы. [Индекс документации](https://docs.aicentos.com/ru/llms.txt) # Нативный формат Claude Источник: https://docs.aicentos.com/ru/api/chat/claude Language: ru Чат (Chat) `POST /messages` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело запроса `application/json` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ### `application/json` ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1/messages" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "claude-sonnet-4-6", "max_tokens": 256, "messages": [ { "role": "user", "content": "Расскажи о себе одним предложением" } ] }' ``` ```bash { "id": "string", "type": "message", "role": "assistant", "content": [ { "type": "text", "text": "string" } ], "model": "string", "stop_reason": "end_turn", "usage": { "input_tokens": 0, "output_tokens": 0 } } ``` ```bash { "error": { "message": "Incorrect API key provided", "type": "authentication_error", "code": "invalid_api_key" } } ``` ```bash { "error": { "message": "Incorrect API key provided", "type": "authentication_error", "code": "invalid_api_key" } } ``` --- # Текстовый чат Gemini Источник: https://docs.aicentos.com/ru/api/chat/gemini/text Language: ru Чат (Chat), нативный формат Gemini `POST /v1beta/models/{model}:generateContent` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Параметры path model\*string ## Тело запроса `application/json` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1beta/models/gemini-2.0-pro:generateContent" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "contents": [ { "role": "user", "parts": [ { "text": "Расскажи о себе одним предложением" } ] } ] }' ``` ```bash { "candidates": [ { "content": {}, "finishReason": "string", "index": 0 } ], "usageMetadata": { "promptTokenCount": 0, "candidatesTokenCount": 0, "totalTokenCount": 0 } } ``` --- # Формат ChatCompletions Источник: https://docs.aicentos.com/ru/api/chat/openai/chat-completions Language: ru Чат (Chat), нативный формат OpenAI `POST /chat/completions` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело запроса `application/json` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ### `application/json` ### `application/json` ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1/chat/completions" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-4o-mini", "messages": [ { "role": "user", "content": "Расскажи о себе одним предложением" } ] }' ``` ```bash { "id": "chatcmpl-abc123", "object": "chat.completion", "created": 0, "model": "string", "choices": [ { "index": 0, "message": { "role": "system", "content": "string", "name": "string" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 0, "completion_tokens": 0, "total_tokens": 0 } } ``` ```bash { "error": { "message": "Incorrect API key provided", "type": "authentication_error", "code": "invalid_api_key" } } ``` ```bash { "error": { "message": "Incorrect API key provided", "type": "authentication_error", "code": "invalid_api_key" } } ``` ```bash { "error": { "message": "Incorrect API key provided", "type": "authentication_error", "code": "invalid_api_key" } } ``` --- # Формат Responses Источник: https://docs.aicentos.com/ru/api/chat/openai/responses Language: ru Чат (Chat), нативный формат OpenAI `POST /responses` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело запроса `application/json` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1/responses" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-5", "input": "Расскажи о себе одним предложением" }' ``` ```bash { "id": "string", "object": "response", "status": "completed", "output": [], "usage": {} } ``` ```bash { "error": { "message": "Incorrect API key provided", "type": "authentication_error", "code": "invalid_api_key" } } ``` --- # Нативный формат Gemini Источник: https://docs.aicentos.com/ru/api/images/nano-banana/gemini Language: ru Изображения (Images), Nano Banana `POST /v1beta/models/gemini-3-pro-image-preview:generateContent` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело запроса `application/json` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1beta/models/gemini-3-pro-image-preview:generateContent" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "contents": [ { "role": "user", "parts": [ { "text": "Капибара в скафандре, парящая в открытом космосе" } ] } ], "generationConfig": { "responseModalities": [ "IMAGE" ] } }' ``` ```bash { "candidates": [ { "content": { "role": "string", "parts": [ { "text": "string", "inlineData": { "mimeType": "string", "data": "string" } } ] }, "finishReason": "string", "index": 0 } ], "usageMetadata": { "promptTokenCount": 0, "candidatesTokenCount": 0, "totalTokenCount": 0 }, "modelVersion": "string" } ``` --- # Редактирование изображений Источник: https://docs.aicentos.com/ru/api/images/openai/edits Language: ru Изображения (Images), нативный формат OpenAI `POST /images/edits` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело запроса `multipart/form-data` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1/images/edits" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -F image="[ \"string\" ]" \ -F prompt="string" ``` ```bash { "created": 0, "background": "string", "output_format": "string", "size": "string", "data": [ { "url": "string", "b64_json": "string" } ], "usage": { "input_tokens": 0, "output_tokens": 0, "total_tokens": 0 } } ``` --- # Генерация изображений Источник: https://docs.aicentos.com/ru/api/images/openai/generations Language: ru Изображения (Images), нативный формат OpenAI `POST /images/generations` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело запроса `application/json` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1/images/generations" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-image-2", "prompt": "A futuristic city skyline at sunset, neon lights, cinematic", "size": "1024x1024", "quality": "hd" }' ``` ```bash { "created": 0, "background": "string", "output_format": "string", "quality": "string", "size": "string", "data": [ { "url": "string", "b64_json": "string", "revised_prompt": "string" } ], "usage": { "input_tokens": 0, "output_tokens": 0, "total_tokens": 0, "input_tokens_details": { "text_tokens": 0, "image_tokens": 0 }, "output_tokens_details": { "text_tokens": 0, "image_tokens": 0 } } } ``` --- # Нативный формат Gemini Источник: https://docs.aicentos.com/ru/api/models/gemini Language: ru Модели (Models) `GET /v1beta/models` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X GET "https://aicentos.com/v1beta/models" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` ```bash { "models": [ { "name": "models/gemini-2.0-pro", "displayName": "string", "description": "string", "inputTokenLimit": 0, "outputTokenLimit": 0, "supportedGenerationMethods": [ "string" ] } ] } ``` --- # Нативный формат OpenAI Источник: https://docs.aicentos.com/ru/api/models/openai Language: ru Модели (Models) `GET /models` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело ответа ### `application/json` ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X GET "https://aicentos.com/v1/models" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` ```bash { "object": "list", "data": [ { "id": "gpt-4o-mini", "object": "model", "created": 1715000000, "owned_by": "openai" } ] } ``` ```bash { "error": { "message": "Incorrect API key provided", "type": "authentication_error", "code": "invalid_api_key" } } ``` --- # Dreamina · Создание видео Источник: https://docs.aicentos.com/ru/api/videos/dreamina/create Language: ru > Отправляет задачу генерации видео Dreamina и возвращает ID задачи с начальным статусом Видео (Videos), формат Dreamina `POST /videos` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело запроса `application/json` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "veo-3.1-fast-generate-preview", "prompt": "диджей крутит пластинки", "size": "1920x1080", "seconds": "8" }' ``` ```bash { "id": "string", "task_id": "string", "status": "queued" } ``` --- # Dreamina · Получение статуса задачи Источник: https://docs.aicentos.com/ru/api/videos/dreamina/get-task Language: ru > Запрашивает прогресс и результат генерации видео Dreamina по ID задачи Видео (Videos), формат Dreamina `GET /videos/{task_id}` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Параметры path task\_id\*string ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X GET "https://aicentos.com/v1/videos/string" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` ```bash { "id": "string", "task_id": "string", "status": "queued", "progress": 0, "url": "string", "error": "string" } ``` --- # Sora · Создание видео Источник: https://docs.aicentos.com/ru/api/videos/sora/create Language: ru > Отправляет задачу генерации видео Sora и возвращает ID задачи с начальным статусом; далее опрашивайте прогресс по ID задачи Видео (Videos), Veo (совместимый с OpenAI) `POST /videos` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Тело запроса `application/json` Определение типов TypeScript Использование типов request body в TypeScript ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X POST "https://aicentos.com/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "veo-3.1-fast-generate-preview", "prompt": "диджей крутит пластинки", "size": "1920x1080", "seconds": "8" }' ``` ```bash { "id": "string", "task_id": "string", "status": "queued" } ``` --- # Sora · Получение видео Источник: https://docs.aicentos.com/ru/api/videos/sora/get-content Language: ru > После завершения задачи возвращает ссылку на видеофайл, сгенерированный Sora, по ID задачи Видео (Videos), Veo (совместимый с OpenAI) `GET /videos/{task_id}/content` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Параметры path task\_id\*string ## Тело ответа ### ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X GET "https://aicentos.com/v1/videos/string/content" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` ```bash { "url": "string", "expires_at": 0 } ``` --- # Sora · Получение статуса задачи Источник: https://docs.aicentos.com/ru/api/videos/sora/get-task Language: ru > Запрашивает прогресс генерации видео Sora по ID задачи, возвращает статус и причину сбоя Видео (Videos), Veo (совместимый с OpenAI) `GET /videos/{task_id}` ## Аутентификация Сохраните API-ключ в переменной `AICENTOS_API_KEY`; shell подставляет её значение в заголовок `Authorization: Bearer`. API-ключ из раздела «Управление токенами» в консоли Расположение: `header` ## Параметры path task\_id\*string ## Тело ответа ### `application/json` ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" curl -X GET "https://aicentos.com/v1/videos/string" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` ```bash { "id": "string", "task_id": "string", "status": "queued", "progress": 0, "url": "string", "error": "string" } ``` --- # Ошибки Источник: https://docs.aicentos.com/ru/billing/errors Language: ru > HTTP-коды состояния, структура ответа с ошибкой, частые ошибки и способы их устранения aicentos полностью придерживается **формата ошибок OpenAI**. Если ошибку бросает SDK, достаточно перехватить соответствующее исключение. ## Структура ответа с ошибкой Все ответы с ошибкой имеют такой вид: ```bash { "error": { "message": "У вашего API-ключа нет доступа к gpt-5", "type": "permission_denied", "code": "model_not_allowed", "param": "model" } } ``` | Поле | Значение | | --------- | ------------------------------------------------ | | `message` | понятное человеку описание ошибки | | `type` | категория ошибки (см. таблицу ниже) | | `code` | детальный код ошибки (для программной обработки) | | `param` | имя поля, вызвавшего ошибку (если есть) | ## Шпаргалка по HTTP-кодам | Код | Тип | Типичные причины | | ----- | ------------------------ | --------------------------------------------------------------------------- | | `400` | `invalid_request_error` | неверный формат тела запроса, недопустимый параметр, опечатка в имени model | | `401` | `authentication_error` | API-ключ отсутствует / неверный / отозван | | `402` | `insufficient_quota` | недостаточно средств | | `403` | `permission_denied` | ключ отключён, модель не разрешена, IP не в белом списке | | `404` | `not_found` | неверный путь эндпоинта, неверный ID модели | | `408` | `request_timeout` | таймаут апстрима (обычно нет ответа дольше 60 с) | | `413` | `payload_too_large` | слишком большое тело запроса (изображения, файлы) | | `415` | `unsupported_media_type` | неверный Content-Type | | `422` | `invalid_request_error` | тело запроса разбирается, но семантика неверна | | `429` | `rate_limit_exceeded` | сработало ограничение частоты; снизьте частоту и повторите | | `500` | `server_error` | внутренняя ошибка платформы (редко) | | `502` | `bad_gateway` | сбой апстрим-сервиса | | `503` | `service_unavailable` | перегрузка апстрима, попробуйте позже | | `504` | `gateway_timeout` | таймаут ответа апстрима | ## Частые ошибки и решения ### 401 — Invalid API key ```bash { "error": { "message": "Incorrect API key provided", "type": "authentication_error" } } ``` **Чек-лист проверки**: * Заголовок `Authorization` в формате `Bearer sk-xxx` (важен пробел) * Не попали ли в ключ пробелы / переводы строк при копировании из консоли * Не удалён ли ключ / не отключён ли / не истёк ли срок его действия * Не оказался ли тестовый ключ в продакшене ### 402 — Insufficient quota ```bash { "error": { "message": "Insufficient quota", "type": "insufficient_quota" } } ``` Пополните баланс: консоль → «Кошелёк». Включите [предупреждение о балансе](https://docs.aicentos.com/ru/billing/pricing#%D0%BF%D1%80%D0%B5%D0%B4%D1%83%D0%BF%D1%80%D0%B5%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5-%D0%BE-%D0%B1%D0%B0%D0%BB%D0%B0%D0%BD%D1%81%D0%B5), чтобы ситуация не повторилась. ### 403 — Model not allowed ```bash { "error": { "message": "Model gpt-5 not allowed for this key", "code": "model_not_allowed" } } ``` При создании токена был отмечен белый список «**доступные модели**», и запрошенная model в него не входит. Измените настройки токена или возьмите другой ключ. ### 404 — Model not found ```bash { "error": { "message": "The model 'gpt-4-turbo-2024-04-09' does not exist", "code": "model_not_found" } } ``` ID модели указан с опечаткой либо модель снята с обслуживания. Актуальные доступные ID смотрите в [витрине моделей](https://aicentos.com/pricing). ### 429 — Rate limit exceeded Заголовок ответа `Retry-After` подсказывает, через сколько секунд повторить запрос. Достаточно снизить параллелизм и частоту запросов — и всё восстановится. ### 500 / 502 / 503 — сбой сервиса Обычно это колебания апстрима. **2–3 автоматических повтора** чаще всего решают проблему. Если длится дольше 5 минут: * проверьте [страницу статуса](https://status.aicentos.com) (если доступна) * обратитесь в поддержку ### 408 / 504 — таймауты Запрос висит без ответа дольше 60 с. Частые причины: * слишком длинный prompt — модель «думает» дольше таймаута * не включён стриминг (для длинных ответов добавьте `stream: true`) **Решение**: * сократите prompt * включите стриминг: `{ "model": "...", "messages": [...], "stream": true }` * переключитесь на более быструю модель (например, с `gpt-4o` на `gpt-4o-mini`) ## Примеры обработки ошибок в SDK ```bash export AICENTOS_API_KEY="sk-your-aicentos-api-key" ``` ### Python ```python import os from openai import OpenAI, APIError, RateLimitError, AuthenticationError client = OpenAI(api_key=os.environ["AICENTOS_API_KEY"], base_url="https://aicentos.com/v1") try: resp = client.chat.completions.create( model="gpt-4o-mini", messages=[{"role": "user", "content": "hi"}], ) except AuthenticationError: print("Неверный ключ") except RateLimitError as e: print(f"Лимит запросов, повтор через {e.response.headers.get('Retry-After')} с") except APIError as e: print(f"Другая ошибка API: {e.status_code} {e.message}") ``` ### Node.js ```js import OpenAI, { APIError } from 'openai'; const client = new OpenAI({ apiKey: process.env.AICENTOS_API_KEY, baseURL: 'https://aicentos.com/v1', }); try { const resp = await client.chat.completions.create({ ... }); } catch (err) { if (err instanceof APIError) { console.log(err.status, err.code, err.message); } } ``` ## Рекомендации по повторам и деградации | Тип ошибки | Рекомендация | | ------------------------------------- | ---------------------------------------------------------------------- | | `400` / `401` / `402` / `403` / `404` | **не повторять** — ошибка в коде или конфигурации, сначала разберитесь | | `429` | повторять по `Retry-After`, с экспоненциальной задержкой | | `500` / `502` / `503` / `504` / `408` | сразу 1–3 повтора с интервалом 1–5 с | В официальных SDK OpenAI по умолчанию заложена разумная политика повторов — **в продакшене используйте SDK, а не собственный fetch**. --- # Поддерживаемые модели Источник: https://docs.aicentos.com/ru/billing/models-list Language: ru > Полный список моделей Google / xAI / OpenAI / Anthropic / Alibaba / DeepSeek / Zhipu / Moonshot / MiniMax aicentos подключил модели OpenAI, Anthropic, Google, xAI, Alibaba Qwen, DeepSeek, Zhipu, Moonshot, MiniMax и других крупных провайдеров — чат, рассуждения, код, изображения, видео и эмбеддинги. ## Провайдеры и их ключевые модели Список провайдеров и моделей в продаже меняется вслед за апстримами; точные цифры смотрите на живой витрине моделей. В таблице ниже — только представительные модели: | Провайдер | Примеры моделей | | ------------ | ------------------------------------------------------- | | Google | `gemini-3.8-flash`, `gemini-3.1-pro`, `nano-banana-2` | | xAI | `grok-4.7`, `grok-4.6`, `grok-build-0.1` | | OpenAI | `gpt-5.6-sol`, `gpt-6-astra`, `gpt-image-2.5` | | Anthropic | `claude-opus-4-8`, `claude-opus-4-7`, `claude-sonnet-5` | | Alibaba Qwen | `qwen3.8-max`, `qwen3-coder-plus` | | DeepSeek | `deepseek-v4-pro`, `deepseek-v4.1-flash` | | Zhipu | `glm-5.3`, `glm-5.2` | | Moonshot | `kimi-k3`, `kimi-k2.6` | | MiniMax | `minimax-m3`, `minimax-m2.7` | Актуальный полный список моделей и цены — в консоли: Витрина моделей В витрине моделей есть фильтры по **провайдеру**, **группам доступных токенов**, **типу тарификации** и **тегам**, а также переключение между карточками и таблицей. [👉 Открыть страницу цен на модели](https://aicentos.com/pricing) ## Что указывать в поле model В поле `model` указывается **ID модели** (копируется в один клик с карточки на странице цен). Частые примеры: | Что нужно | Значение `model` | | -------------------- | ------------------ | | Новейший Claude Opus | `claude-opus-4-8` | | Claude Sonnet | `claude-sonnet-5` | | Claude Haiku | `claude-haiku-4-5` | | Флагман GPT | `gpt-5.6-sol` | | GPT для изображений | `gpt-image-2.5` | | Gemini Pro | `gemini-3.1-pro` | | Gemini Flash | `gemini-3.8-flash` | | Grok | `grok-4.7` | | DeepSeek | `deepseek-v4-pro` | | Qwen | `qwen3.8-max` | | GLM (Zhipu) | `glm-5.3` | | Kimi | `kimi-k3` | | MiniMax | `minimax-m3` | ## Доступность моделей в реальном времени Модели провайдеров периодически обслуживаются или лимитируются. Перед интеграцией загляните в **панель здоровья моделей** и проверьте недавнюю доступность и задержку нужной модели: [👉 Открыть монитор статусов моделей](https://docs.aicentos.com/status) После каждого обхода панель фиксирует для каждой модели доступность за 1 час / 24 часа / 7 дней, задержку ответа и PING эндпоинта; серии сбоев помечаются автоматически. ## Ограничение списка моделей Если нужно, чтобы ключ вызывал только определённые модели, при создании **API-ключа** отметьте «**доступные модели**» — это белый список. Например, для публичного demo-ключа открыть только `claude-haiku-4-5` и `gemini-3.8-flash`. ## Не нашли нужную модель? После выхода новых моделей у провайдеров мы подключаем их постепенно. Если нужной модели ещё нет, сообщите нам через контакты в консоли или следите за обновлениями в [X / Twitter](https://x.com/aicentos). --- # Справочник официальных цен Источник: https://docs.aicentos.com/ru/billing/official-pricing Language: ru > Все модели, подключённые к aicentos, с официальными ценами API OpenAI / Anthropic / Google В таблицах ниже перечислены **все модели, подключённые к aicentos**, с **официальными ценами API**, опубликованными на сайтах провайдеров (по состоянию на май 2026 года). * Единицы: **доллары США за 1M токенов** (для изображений, речи и видео указано отдельно). * «Чтение из кэша» — цена входных токенов при попадании в кэш; у Anthropic есть также цена записи в кэш (1.25× стандартной цены входа). * Варианты одной базовой модели — `-thinking` / `-nothinking`, датированные версии, `-high/-low/-medium` и т. п. — **официально стоят как базовая модель** и показаны объединённо. > Фактические цены при вызове через aicentos намного ниже официальных — актуальные значения смотрите на [странице тарифов aicentos](https://docs.aicentos.com/ru/billing/pricing) и в [витрине моделей](https://aicentos.com/pricing). ## OpenAI ### Серия GPT-5.x | Модель | Официальный вход | Официальный выход | Чтение из кэша | | ---------------------------------------------------------------------- | ---------------- | ----------------- | -------------- | | `gpt-5`, `gpt-5-codex`, `gpt-5-chat-latest` | $1.25 | $10.00 | $0.125 | | `gpt-5-mini` | $0.25 | $2.00 | $0.025 | | `gpt-5-nano` | $0.05 | $0.40 | $0.005 | | `gpt-5-pro` | $15.00 | $120.00 | — | | `gpt-5.1`, `gpt-5.1-codex`, `gpt-5.1-codex-max`, `gpt-5.1-chat-latest` | $1.25 | $10.00 | $0.125 | | `gpt-5.1-codex-mini` | $0.25 | $2.00 | $0.025 | | `gpt-5.2`, `gpt-5.2-codex`, `gpt-5.2-chat-latest` | $1.75 | $14.00 | $0.175 | | `gpt-5.2-pro` | $21.00 | $168.00 | — | | `gpt-5.3-codex`, `gpt-5.3-chat-latest` | $1.75 | $14.00 | $0.175 | | `gpt-5.4` | $2.50 | $15.00 | $0.25 | | `gpt-5.4-mini` | $0.75 | $4.50 | — | | `gpt-5.4-nano` | $0.20 | $1.25 | — | | `gpt-5.4-pro` | $30.00 | $180.00 | — | | `gpt-5.5` | $5.00 | $30.00 | $0.50 | > Контекст GPT-5.x — около 400K (у флагманов 5.4 / 5.5 больше). `-codex` — версия для кода, `-chat` — для диалога, `-pro` — с повышенной вычислительной мощностью; официальные цены как в таблице выше. ### Серия GPT-4o | Модель | Официальный вход | Официальный выход | Чтение из кэша | | -------------------------------------------------- | ---------------- | ----------------- | -------------- | | `gpt-4o`, `gpt-4o-2024-08-06`, `gpt-4o-2024-11-20` | $2.50 | $10.00 | $1.25 | | `gpt-4o-2024-05-13` | $5.00 | $15.00 | — | | `chatgpt-4o-latest` | $5.00 | $15.00 | — | | `gpt-4o-mini`, `gpt-4o-mini-2024-07-18` | $0.15 | $0.60 | $0.075 | | `gpt-4o-search-preview` | $2.50 | $10.00 | — | | `gpt-4o-mini-search-preview` | $0.15 | $0.60 | — | > Контекст 128K. Для `-search-preview` поиск оплачивается отдельно — $10 за 1000 запросов. ### Серия GPT-4.1 | Модель | Официальный вход | Официальный выход | Чтение из кэша | Контекст | | ----------------------------------------- | ---------------- | ----------------- | -------------- | -------- | | `gpt-4.1`, `gpt-4.1-2025-04-14` | $2.00 | $8.00 | $0.50 | 1M | | `gpt-4.1-mini`, `gpt-4.1-mini-2025-04-14` | $0.40 | $1.60 | $0.10 | 1M | | `gpt-4.1-nano`, `gpt-4.1-nano-2025-04-14` | $0.10 | $0.40 | $0.025 | 1M | ### GPT-4 / GPT-3.5 (устаревшие) | Модель | Официальный вход | Официальный выход | Контекст | | --------------------------------------------------------------------------------------------- | ---------------- | ----------------- | -------- | | `gpt-4.5-preview`, `gpt-4.5-preview-2025-02-27` | $75.00 | $150.00 | 128K | | `gpt-4-turbo-2024-04-09`, `gpt-4-turbo-preview`, `gpt-4-0125-preview`, `gpt-4-vision-preview` | $10.00 | $30.00 | 128K | | `gpt-4-0613` | $30.00 | $60.00 | 8K | | `gpt-4-32k-0613` | $60.00 | $120.00 | 32K | | `gpt-3.5-turbo`, `gpt-3.5-turbo-0125` | $0.50 | $1.50 | 16K | | `gpt-3.5-turbo-1106` | $1.00 | $2.00 | 16K | | `gpt-3.5-turbo-instruct` | $1.50 | $2.00 | 4K | | `gpt-3.5-turbo-16k`, `gpt-3.5-turbo-16k-0613` | $3.00 | $4.00 | 16K | | `gpt-3.5-turbo-0613` | $1.50 | $2.00 | 4K | | `babbage-002` | $0.40 | $0.40 | 16K | | `davinci-002` | $2.00 | $2.00 | 16K | > `gpt-4.5-preview` официально помечен OpenAI как устаревший — цены приведены только для истории. ### Серия рассуждающих моделей o | Модель | Официальный вход | Официальный выход | Чтение из кэша | Контекст | | ------------------------------------------------------------------ | ---------------- | ----------------- | -------------- | -------- | | `o1`, `o1-2024-12-17`, `o1-preview`, `o1-preview-2024-09-12` | $15.00 | $60.00 | $7.50 | 200K | | `o1-mini`, `o1-mini-2024-09-12` | $1.10 | $4.40 | $0.55 | 128K | | `o1-pro`, `o1-pro-2025-03-19` | $150.00 | $600.00 | — | 200K | | `o3` | $2.00 | $8.00 | $0.50 | 200K | | `o3-pro`, `o3-pro-2025-06-10` | $20.00 | $80.00 | — | 200K | | `o3-mini`, `o3-mini-2025-01-31` (включая `-high`/`-low`/`-medium`) | $1.10 | $4.40 | $0.55 | 200K | | `o3-deep-research` | $10.00 | $40.00 | $2.50 | 200K | | `o4-mini` | $1.10 | $4.40 | $0.275 | 200K | | `o4-mini-deep-research`, `o4-mini-deep-research-2025-06-26` | $2.00 | $8.00 | $0.50 | 200K | ### Изображения / речь / realtime | Модель | Официальная цена | | ------------------------------------------------------ | ---------------------------------------------------------------------------------------- | | `gpt-image-1` | текст на входе $5 / изображения на входе $10 / изображения на выходе $40 (за 1M токенов) | | `gpt-image-1.5` | текст на входе $5 / изображения на выходе около $30 (за 1M токенов) | | `gpt-image-2` | официально не опубликована, уточняйте по запросу | | `dall-e-3` | $0.040 / изображение (1024×1024, стандарт), $0.080 / изображение (HD) | | `dall-e-2` | $0.016 \~ $0.020 / изображение | | `gpt-4o-realtime-preview` (и датированные версии) | текст $5 / $20, вход аудио $40 / выход аудио $80 | | `gpt-4o-mini-realtime-preview` (и датированные версии) | текст $0.60 / $2.40, вход аудио $10 / выход $20 | | `gpt-realtime-2`, `gpt-realtime-2025-08-28` | текст $4 / $16 + аудио оплачивается отдельно | | `gpt-4o-audio-preview` (и датированные версии) | текст $2.50 / $10, вход аудио $40 / выход $80 | | `gpt-4o-mini-audio-preview` | текст $0.15 / $0.60, вход аудио $10 / выход $20 | | `gpt-4o-mini-tts` | около $0.015 / минута | ## Anthropic Claude | Модель | Официальный вход | Официальный выход | Запись в кэш (5m) | Чтение из кэша | Контекст | | ------------------------------------------------- | ---------------- | ----------------- | ----------------- | -------------- | -------- | | `claude-opus-4-7`, `claude-opus-4-7-thinking` | $5.00 | $25.00 | $6.25 | $0.50 | 1M | | `claude-opus-4-6`, `claude-opus-4-6-thinking` | $5.00 | $25.00 | $6.25 | $0.50 | 1M | | `claude-opus-4-5-20251101` (и `-thinking`) | $5.00 | $25.00 | $6.25 | $0.50 | 200K | | `claude-opus-4-1-20250805` (и `-thinking`) | $15.00 | $75.00 | $18.75 | $1.50 | 200K | | `claude-opus-4-20250514` | $15.00 | $75.00 | $18.75 | $1.50 | 200K | | `claude-sonnet-4-6`, `claude-sonnet-4-6-thinking` | $3.00 | $15.00 | $3.75 | $0.30 | 1M | | `claude-sonnet-4-5-20250929` (и `-thinking`) | $3.00 | $15.00 | $3.75 | $0.30 | 1M | | `claude-sonnet-4-20250514` (и `-thinking`) | $3.00 | $15.00 | $3.75 | $0.30 | 200K | | `claude-haiku-4-5-20251001` (и `-thinking`) | $1.00 | $5.00 | $1.25 | $0.10 | 200K | > Чтение из кэша у Anthropic единообразно **0.1×** цены стандартного входа (при попадании в кэш на 90% дешевле); запись в кэш — 1.25× (5 минут) или 2× (1 час). Opus 4 / Sonnet 4 официально помечены как устаревшие. В Opus 4.7 используется новый токенизатор: на тот же текст может уходить примерно на 35% больше токенов. ## Google Gemini | Модель | Официальный вход | Официальный выход | Чтение из кэша | Контекст | | ---------------------------------------------------------------------- | ------------------------------------------------------ | ----------------- | --------------- | -------- | | `gemini-3.5-flash` | $1.50 | $9.00 | $0.15 | 1M | | `gemini-3.1-pro-preview` (и `-customtools`/`-high`/`-low`/`-medium`) | $2.00 / $4.00\* | $12.00 / $18.00\* | $0.20 \~ $0.40 | 1M | | `gemini-3.1-flash-lite`, `gemini-3.1-flash-lite-preview` | $0.25 | $1.50 | $0.025 | 1M | | `gemini-3-pro-preview` (и `-thinking`) | $2.00 / $4.00\* | $12.00 / $18.00\* | $0.20 \~ $0.40 | 1M | | `gemini-3-flash-preview` (и `-thinking`) | $0.50 | $3.00 | $0.065 | 1M | | `gemini-2.5-pro` (и `-thinking`/`-nothinking`) | $1.25 / $2.50\* | $10.00 / $15.00\* | $0.125 \~ $0.25 | 1M | | `gemini-2.5-flash` (и `-thinking`/`-nothinking`) | $0.30 | $2.50 | $0.03 | 1M | | `gemini-2.5-flash-lite` | $0.10 | $0.40 | $0.01 | 1M | | `gemini-flash-latest`, `gemini-pro-latest`, `gemini-flash-lite-latest` | как у соответствующих текущих Flash / Pro / Flash-Lite | | | 1M | | `gemini-embedding-001` | $0.15 | — | — | — | | `gemini-embedding-2-preview` | $0.20 | — | — | — | > \*Серия Gemini Pro тарифицируется двумя ступенями в зависимости от длины промпта: ≤200K токенов — низкая цена, >200K токенов — высокая. ### Изображения / речь / видео | Модель | Официальная цена | | -------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------- | | `gemini-2.5-flash-image` (Nano Banana) | вход $0.30, вывод изображений около $30 / 1M токенов (около $0.039 / изображение) | | `gemini-3-pro-image-preview`, `gemini-3.1-flash-image-preview` | тарификация по токенам изображений, около $0.04 \~ $0.13 / изображение | | `gemini-2.5-flash-preview-tts`, `gemini-2.5-pro-preview-tts`, `gemini-3.1-flash-tts-preview` | синтез речи, тарификация по аудиотокенам | | `veo-3.0-generate-001`, `veo-3.1-generate-preview` | $0.40 / секунда | | `veo-3.0-fast-generate-001`, `veo-3.1-fast-generate-preview` | $0.15 / секунда | # Все цены выше — официальные прайсы провайдеров; при вызове через aicentos цена более чем в 10 раз ниже. **Один API-ключ — доступ ко всем моделям выше.**[Зарегистрироваться →](https://aicentos.com/) ｜ [Актуальные цены aicentos →](https://docs.aicentos.com/ru/billing/pricing) --- # Тарифы Источник: https://docs.aicentos.com/ru/billing/pricing Language: ru > Пополнение и оплата по использованию — пополнение через Alipay, тарификация по токенам, баланс и статистика расходов В aicentos действует модель **предоплата + оплата по использованию**. Пополнение зачисляется в баланс кошелька, каждый запрос оплачивается по фактическому расходу. Баланс ведётся в **юанях (¥)**. Новым аккаунтам при регистрации сразу начисляется **¥1** — первый запрос можно выполнить без пополнения. ## Пополнение Консоль → **Кошелёк** → «**Пополнить**»: Кошелёк ### Суммы пополнения **При пополнении от ¥100 действует скидка: к оплате меньше суммы пополнения**: | Сумма пополнения | Скидка | К оплате | | -------------------- | ------ | ----------- | | ¥1 / ¥10 / ¥20 / ¥50 | нет | полная цена | | ¥100 | 1% OFF | ¥99 | | ¥500 | 2% OFF | ¥490 | | ¥1,000 | 3% OFF | ¥970 | | ¥10,000 | 5% OFF | ¥9,500 | Скидка сразу отражается в сумме оплаты: при пополнении на ¥500 платите ¥490 — экономия ¥10. Можно указать и произвольную сумму либо пополнить баланс по коду пополнения. Суммы пополнения ### Способы оплаты Способы оплаты * **Alipay**: оплата по QR-коду, средства зачисляются быстро * Можно также активировать **код пополнения** * Прочие способы оплаты — как показано на странице кошелька ### Срок действия средств **Баланс не сгорает** — пополняйте спокойно, не страшно, что не израсходуете всё. ## Оплата по использованию За каждый API-запрос списывается плата по **фактическому числу токенов**: ```bash Стоимость = (входные токены × цена входа + выходные токены × цена выхода) × коэффициент группы ``` * У каждой модели свои цены входа / выхода, обычно в расчёте **на 1M токенов** * **Коэффициент группы** зависит от группы, к которой привязан ключ; у разных групп он разный * Актуальные цены и коэффициенты — как показано на [странице цен на модели](https://aicentos.com/pricing) ### Модели с оплатой за вызов Мультимедийные модели (изображения, видео и т. п.) могут тарифицироваться **за вызов** или **за изображение**, а не по токенам — смотрите описание на странице цен модели. ## Баланс / расходы Баланс и суммарное потребление смотрите в «**Кошельке**» слева в консоли: | Показатель | Значение | | --------------------- | --------------------------------- | | **Текущий баланс** | остаток средств на аккаунте | | **Общее потребление** | суммарно израсходованные средства | | **API-запросы** | всего запросов | Более детальная статистика — в «**Журнале использования**»: фильтры по времени, модели и ключу, по каждому запросу видны число токенов и списанная сумма. «**Дашборд**» показывает тренды вызовов по моделям и статистику квот. ## Предупреждение о балансе Консоль → **Профиль** → настройки уведомлений: задайте порог предупреждения о балансе. Когда баланс опустится ниже порога, придёт автоматическое уведомление — работа не прервётся из-за исчерпания средств. Доступные пороги и каналы уведомлений — как показано в консоли. ## Возвраты и счета * Баланс **не возвращается деньгами** * За ошибочные списания / случайные вызовы после проверки поддержкой начисляется компенсация * Баланс давно неактивных аккаунтов **не сгорает** * Счета: предоставляются корпоративным клиентам, заключившим договор; конкретный тип счёта и порядок оформления уточняются при обсуждении условий ## Команда / общий баланс Выдача средств участникам команды: * создайте отдельный ключ для каждого участника в разделе «**API-ключи**» * задайте каждому ключу собственный **лимит средств** * при необходимости ограничьте, какие модели может вызывать ключ, через «**доступные модели**» * аудит расходов по каждому ключу — в «**Журнале использования**» ## Реферальные бонусы Консоль → **Кошелёк** → **Реферальная программа**: приглашайте друзей — обе стороны получают бонус. Пользователи, зарегистрировавшиеся по вашей персональной ссылке, привязываются к вам; накопленные бонусы можно в любой момент перевести в баланс. Актуальные условия вознаграждения — на странице кошелька. ## Что дальше * [Быстрый старт](https://docs.aicentos.com/ru/quickstart) — подключение за три шага и первый запрос * [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list) — список моделей * [Обработка ошибок](https://docs.aicentos.com/ru/billing/errors) — разбор ошибок вроде нехватки баланса --- # Amp Источник: https://docs.aicentos.com/ru/clients/amp Language: ru > Использование aicentos в Amp — переопределение адреса бэкенда через файл конфигурации Amp — кодинг-агент от Sourcegraph; CLI и расширение для IDE используют одни и те же аккаунты и настройки. Привычного поля ввода «OpenAI-совместимый Base URL» у него нет: весь бэкенд направляется на кастомный эндпоинт через параметр конфигурации `amp.url`, а учётные данные хранятся отдельно в файле secrets. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Amp (рекомендуемое имя `amp-cli` — так проще отслеживать расход): * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки Все параметры Amp имеют префикс `amp.`, пользовательский файл конфигурации находится здесь: * macOS / Linux: `~/.config/amp/settings.json` * Windows: `%USERPROFILE%\.config\amp\settings.json` Сначала создайте каталоги, затем запишите адрес бэкенда: ```bash mkdir -p ~/.config/amp ~/.local/share/amp ``` ```json { "amp.url": "https://aicentos.com/v1" } ``` API Key пишется не в этом файле, а отдельно в файле secrets, под именем ключа `apiKey@<ваш URL>`: ```json { "apiKey@https://aicentos.com/v1": "sk-ваш-API-ключ" } ``` Когда конфигурация действует, выполнять `amp login` не нужно: запросы пойдут прямо на указанный вами эндпоинт. Если раньше выполняли вход, рекомендуем сначала выйти через `amp logout`, затем перезапустить `amp`, чтобы остаточное состояние входа не перекрыло конфигурацию. Можно и временно переопределить через переменные окружения — удобно для разовой проверки: ```bash export AMP_URL="https://aicentos.com/v1" export AMP_API_KEY="sk-ваш-API-ключ" ``` **Внимание:** как только эти две переменные заданы, Amp пропускает процесс входа, и их приоритет выше файла конфигурации. ## Проверка Сначала отправьте лёгкий запрос, чтобы убедиться, что эндпоинт переключился: ```bash amp -x "Ответь одним предложением: сколько будет 1+1" ``` Нормальный ответ означает, что конфигурация действует. При ответе 401 чаще всего имя ключа в файле secrets не совпадает с `amp.url` дословно (в том числе — есть ли `/v1` на конце). ## Примечания * Протокол бэкенда Amp — его собственный управляющий интерфейс, а не универсальный OpenAI-совместимый протокол, поэтому `amp.url` должен указывать на эндпоинт, который одновременно предоставляет интерфейс в стиле Anthropic Messages (`/v1/messages`). * aicentos предоставляет нативный интерфейс формата Claude (см. [Нативный формат Claude](https://docs.aicentos.com/ru/api/chat/claude)) и OpenAI-совместимый интерфейс (см. [Chat Completions](https://docs.aicentos.com/ru/api/chat/openai/chat-completions)); Amp идёт первым путём. * Amp запрашивает фиксированные ID моделей; если на стороне эндпоинта модели с таким именем нет, произойдёт откат или ошибка. В таком случае сверьте имена моделей с «витриной моделей» в консоли. * Настройки расширения IDE (VS Code / Cursor / Windsurf) ведутся отдельно от CLI: Amp URL и Amp API Key нужно заполнить отдельно. * Файл `.amp/settings.json` в рабочем каталоге перекрывает пользовательские настройки; при диагностике проблем сначала убедитесь, что в текущем каталоге нет одноимённого файла. ## Полезные ссылки * Официальная документация по настройкам: [https://ampcode.com/docs/cli/settings](https://ampcode.com/docs/cli/settings) --- # Antigravity CLI Источник: https://docs.aicentos.com/ru/clients/antigravity-cli Language: ru > Использование aicentos в Antigravity CLI — подключение в режиме API Key Antigravity CLI — консольный инструмент от Google, поддерживающий в режиме API Key подключение к сервисам, совместимым с Gemini API. В этом документе описано, как настроить Antigravity CLI на использование кастомного API-эндпоинта. ## Установка Выберите способ установки под свою операционную систему: ### macOS / Linux ```bash curl -fsSL https://antigravity.google/cli/install.sh | bash ``` ### Windows (PowerShell) ```powershell irm https://antigravity.google/cli/install.ps1 | iex ``` ### Windows (CMD) ```cmd curl -fsSL https://antigravity.google/cli/install.cmd -o install.cmd && install.cmd && del install.cmd ``` ### Проверка установки ```bash agy --version ``` ## Настройка ### Включение режима API Key Отредактируйте `~/.gemini/antigravity-cli/settings.json`, добавив в существующий JSON: ```json { "modelProvider": "gemini" } ``` ⚠️ **Внимание**: одной установки `GEMINI_API_KEY` недостаточно для переключения способа аутентификации. `modelProvider` обязательно должен быть строчным `"gemini"`. ### Задание переменных окружения ```bash export GOOGLE_GEMINI_BASE_URL="https://aicentos.com" export GEMINI_API_KEY="your_api_key_here" ``` **Важные пояснения:** * В `GOOGLE_GEMINI_BASE_URL` указывайте корневой адрес сервиса, без конкретных путей к методам. Эндпоинт должен быть совместим с Gemini API. * В `GEMINI_API_KEY` укажите ваш API Key. * Выполняйте эти команды в том же shell, из которого запускается `agy`. CLI не читает `.env` и `GOOGLE_API_KEY`. Для постоянного действия запишите оба `export` в `~/.zshrc` или `~/.bashrc`. ## Запуск и проверка ```bash agy --model gemini-2.0-flash ``` Когда вверху отобразится `Gemini API key`, отправьте одно сообщение. ### Устранение типичных проблем * **Всё ещё требует входа**: проверьте `"modelProvider": "gemini"`, выйдите и запустите `agy` заново. * **При запуске сообщается об отсутствии Key**: заново задайте `GEMINI_API_KEY` в текущем shell. * **Запросы завершаются ошибкой**: проверьте API Key, корневой адрес сервиса и права доступа к выбранной модели. ## Примечания * Чтобы режим API Key работал, необходимо одновременно задать и параметр конфигурации `modelProvider`, и переменные окружения * Переменные окружения нужно задавать в той сессии shell, где запускается CLI, либо прописать в конфигурационном файле shell для постоянного действия * Эндпоинт сервиса должен соответствовать спецификации Gemini API ## Полезные ссылки * Официальная документация: [https://docs.aicentos.com/clients/antigravity-cli.html](https://docs.aicentos.com/clients/antigravity-cli.html) --- # Antigravity Источник: https://docs.aicentos.com/ru/clients/antigravity Language: ru > Google Antigravity пока не поддерживает кастомный Base URL — об ограничении и доступных альтернативах Antigravity — агентская IDE от Google. Сначала важная оговорка: **официальная версия Antigravity Desktop IDE не поддерживает кастомные API-эндпоинты и не предоставляет BYOK (собственный ключ)**; в селекторе моделей — фиксированный список, поддерживаемый Google, и направить его на aicentos сейчас невозможно. В этом документе разбираются основания для такого ограничения, способ его проверить и три доступных обходных пути. ## Почему прямое подключение невозможно В официальной документации по аккаунтам Google прямо сказано, что Antigravity пока не поддерживает собственные модели или собственные эндпоинты. Ходящие по сообществу параметры конфигурации (например, `antigravity.ai.provider` и `antigravity.openai-compatible.endpoint` в `~/.antigravity/settings.json`) официальными ключами не являются: на практике запросы либо не маршрутизируются на кастомный эндпоинт, либо молча откатываются к модели по умолчанию, а в селекторе моделей кастомные записи не появляются. Иначе говоря, дело не в «ошибке в конфигурации», а в том, что текущая версия просто не открывает эту возможность. В `Settings → Models` IDE тоже нет поля для Base URL. ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | В таблице выше — общие параметры на стороне aicentos; они пригодятся для любого из обходных путей ниже. ## Альтернативные варианты ### Вариант 1: перейти на Antigravity CLI (рекомендуется, только протокол Gemini) Одноимённая консольная утилита `agy` поддерживает переопределение эндпоинта: подключение выполняется через `GOOGLE_GEMINI_BASE_URL` + `GEMINI_API_KEY`, но принимается только протокол Gemini и доступны только модели семейства Gemini. Подробные шаги см. в документе [Подключение Antigravity CLI](https://docs.aicentos.com/ru/clients/antigravity-cli). Если ваша задача — «взаимодействовать с Antigravity в терминале», это самый простой путь. ### Вариант 2: обернуть локальные модели или сторонние сервисы в инструменты MCP Панель Customizations в Antigravity поддерживает регистрацию MCP-серверов. Можно обернуть локальный сервис в MCP-инструмент и подключить его — как **вызываемый инструмент**. Учтите: это не заменит модель рассуждений IDE, а лишь добавит агенту ещё один инструмент. ### Вариант 3: форк сообщества или локальный прокси * Форк сообщества `open-antigravity` поддерживает любые OpenAI-совместимые эндпоинты и кастомные модели — самый чистый путь вне официальной версии. * Некоторые переписывают исходящий трафик IDE через локальный перехватывающий прокси. У этого пути нет официальной поддержки: конфигурация хрупкая и ломается при каждом обновлении, использовать его в продакшене не рекомендуется. ## Проверка Какой бы путь вы ни выбрали, сначала убедитесь в связности простым коротким промптом и только потом переходите к полноценной работе. Для агентских задач рекомендуется начать с небольшого репозитория. ## Примечания * **Не принимайте «параметр вроде бы существует» за «функция работает»**. Ключи `antigravity.*` в IDE — в основном догадки сообщества: при записи ошибок не возникает, но и эффекта нет. * Если вам нужен OpenAI-совместимый протокол или доступ к моделям серий Claude / GPT, десктопная версия Antigravity сейчас этого не обеспечит — обратите внимание на клиенты с поддержкой кастомного Base URL, например [Cursor](https://docs.aicentos.com/ru/clients/cursor) или [Windsurf](https://docs.aicentos.com/ru/clients/windsurf). * Antigravity CLI и десктопная IDE — две отдельные конфигурации; переопределение эндпоинта в CLI не влияет на IDE. * Перед использованием любого стороннего форка или прокси самостоятельно оцените их безопасность и дальнейшую сопровождаемость. ## Полезные ссылки * [Подключение Antigravity CLI](https://docs.aicentos.com/ru/clients/antigravity-cli) --- # Augment Code Источник: https://docs.aicentos.com/ru/clients/augment-code Language: ru > Augment Code не открывает кастомные эндпоинты, поэтому модель не заменить на aicentos — основания и альтернативы Augment Code — плагин для VS Code / JetBrains / Vim плюс CLI `auggie`. Он **не поддерживает кастомный Base URL и не предоставляет BYOK**: модели берутся из официального каталога, аккаунт нужно авторизовать через `auggie auth login`, а запросы направить на aicentos невозможно. ## Почему прямое подключение невозможно * В файлах конфигурации нет полей вроде `baseUrl`, `apiKey`, и в панели настроек плагина тоже нет поля для эндпоинта. * CLI знает только две связанные переменные окружения: `AUGMENT_SESSION_AUTH` (состояние входа) и `AUGMENT_DISABLE_AUTO_UPDATE` (отключение автообновления); переменной для переопределения эндпоинта нет. * `--model` принимает только имена из официального каталога моделей (Claude, GPT, Gemini, GLM, Kimi и т. д.); имя сторонней модели будет отклонено. * В официальном индексе документации `docs.augmentcode.com/llms.txt` нет пунктов про BYOK или кастомный provider. ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | В таблице выше — общие параметры на стороне aicentos; они подойдут для любого из вариантов ниже. ## Альтернативные варианты ### Вариант 1: перейти на кодинг-агент с поддержкой кастомного эндпоинта [Craft Agent](https://docs.aicentos.com/ru/clients/craft-agent), [Gajae Code](https://docs.aicentos.com/ru/clients/gajae-code), [Oh My Pi](https://docs.aicentos.com/ru/clients/oh-my-pi) — терминальные кодинг-агенты, в конфигурации которых можно напрямую указать `baseUrl`. ### Вариант 2: остаться в VS Code, но сменить плагин [Cline](https://docs.aicentos.com/ru/clients/cline), [Roo Code](https://docs.aicentos.com/ru/clients/roo-code), [Kilo](https://docs.aicentos.com/ru/clients/kilo) поддерживают OpenAI-совместимый provider, и в них можно сразу указать `https://aicentos.com/v1`. ### Вариант 3: перенести только пакетные задачи Если команда уже оплатила подписку Augment и не хочет отказываться от его автодополнения, можно оставить официальные модели для повседневного редактирования, а массовый рефакторинг и скриптовые задачи вынести в CLI с поддержкой кастомного эндпоинта. ## Проверка После перехода на любой из альтернативных клиентов сначала проверьте связность одним коротким промптом, а затем посмотрите в консоли, записывается ли расход на новый ключ. ## Примечания * В сети есть руководства, где указаны ключи вроде `augment.modelProvider: "openai-compatible"`, `augment.baseUrl`, `augment.apiKeyEnv`. В официальной конфигурации их не существует: если их вписать, ошибки не будет, но и эффекта тоже, а `--model` по-прежнему принимает только официальный каталог. * Не путайте «конфигурация не выдала ошибку» с «конфигурация работает». Проверять так: спросите текущее имя модели и сверьте его с официальным каталогом. * Облачный индекс и автодополнение Augment не имеют эквивалентной замены: смена клиента означает смену всего рабочего процесса, поэтому сначала попробуйте на небольшом репозитории. ## Полезные ссылки * [Документация Augment Code CLI](https://docs.augmentcode.com/cli/overview) --- # CC Switch Источник: https://docs.aicentos.com/ru/clients/cc-switch Language: ru > Импорт конфигурации из консоли aicentos в CC Switch одним кликом — управление Claude Code / Codex / Gemini CLI CC Switch — кроссплатформенный инструмент управления конфигурациями AI CLI: он централизованно управляет настройками провайдеров (Provider) для Claude Code, Codex, Gemini CLI и других инструментов, позволяя переключаться между несколькими CLI-инструментами или наборами конфигураций в один клик, без постоянного изменения переменных окружения. В консоли aicentos встроен **импорт в CC Switch одним кликом**: не нужно вручную переписывать Base URL и ключ — пара нажатий, и конфигурация записана в CC Switch. ## Подготовка 1. Войдите в [консоль aicentos](https://aicentos.com/) 2. Убедитесь, что на аккаунте есть баланс (при регистрации начисляется ¥1 на тест; когда он закончится, пополните в разделе «**Кошелёк**») 3. Установите CC Switch (см. ниже) ## Установка CC Switch CC Switch — опенсорсный проект, исходники размещены на GitHub: [farion1231/cc-switch](https://github.com/farion1231/cc-switch). Откройте [страницу релизов](https://github.com/farion1231/cc-switch/releases) и в списке файлов последней версии выберите установщик под свою операционную систему: * macOS: `.dmg` * Windows: `.msi` * Linux: `.AppImage` / `.deb` После загрузки установите обычным для системы способом и **запустите CC Switch хотя бы один раз**, чтобы ссылка импорта из консоли смогла определить, что приложение установлено на этом компьютере. ## Импорт в один клик (рекомендуется) ### Шаг 1: запустите импорт из консоли Откройте слева в консоли раздел «**API-ключи**», в строке нужного ключа нажмите справа «**⋯**» и выберите в меню «**CC Switch**»: Выбор CC Switch в списке API-ключей ### Шаг 2: выбор приложения и модели В диалоге «**Заполнить CC Switch**» выберите целевое приложение (Claude / Codex / Gemini) и подтвердите модели для использования: Заполнение конфигурации CC Switch | Поле | Описание | | --------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------ | | Приложение | В конфигурацию какого CLI записать настройки. **Claude** — протокол Anthropic, **Codex** — формат, совместимый с OpenAI, **Gemini** — нативный формат Gemini | | Название | Имя конфигурации, отображаемое в CC Switch после импорта; можно задать своё | | Основная модель | Модель, используемая в этой конфигурации по умолчанию; обязательное поле | | Модели Haiku / Sonnet | Разбивка моделей для приложения Claude, задаются по необходимости | Имена моделей можно посмотреть в [Поддерживаемых моделях](https://docs.aicentos.com/ru/billing/models-list), например `claude-opus-4-8`, `claude-sonnet-5`, `claude-haiku-4-5`. Выбрав, нажмите «**Открыть CC Switch**». ### Шаг 3: подтверждение запуска в браузере Браузер спросит, открыть ли CC Switch, — нажмите «**Открыть CC Switch.app**»: Браузер спрашивает, открыть ли CC Switch > Если отметить «Всегда разрешать aicentos.com открывать такие ссылки в связанных приложениях», в дальнейшем это окно подтверждения появляться не будет. ### Шаг 4: подтверждение импорта в CC Switch CC Switch покажет диалог «**Подтвердите импорт конфигурации провайдера**»; сверив данные, нажмите «**Импортировать**»: Подтверждение импорта в CC Switch В диалоге перечислены эндпоинт, ключ и модели по уровням, которые будут записаны; убедившись, что всё верно, нажмите «**Импортировать**». После завершения импорта `aicentos Claude` появится в списке конфигураций CC Switch — нажмите на неё, чтобы переключиться: Импорт завершён ## Ручная настройка Если импорт в один клик не нужен, можно в CC Switch нажать «**Добавить нового провайдера**» и заполнить вручную: Добавление нового провайдера в CC Switch | Поле | Что вводить | | ------------------- | --------------------------------------------------------------------------- | | Название провайдера | `aicentos` (произвольно, лишь бы легко узнавалось) | | API Key | Ключ, созданный на странице «**API-ключи**» в консоли, вида `sk-xxxxxxxx` | | Адрес запросов | Claude / Gemini — `https://aicentos.com`; Codex — `https://aicentos.com/v1` | > **Для протокола Anthropic указывайте только корневой адрес** — не добавляйте `/v1/messages` вручную, клиент соберёт путь сам. ## Дальнейшие шаги * [Мониторинг состояния моделей](https://docs.aicentos.com/status) — реальная доступность каждой модели * [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list) — полный список моделей и их ID * [Тарифы](https://docs.aicentos.com/ru/billing/pricing) — пополнение и оплата по использованию --- # Chatbot UI Источник: https://docs.aicentos.com/ru/clients/chatbot-ui Language: ru > Использование aicentos в Chatbot UI — подключение через кастомные OpenAI-совместимые настройки Chatbot UI — открытый веб-фронтенд в стиле ChatGPT, поддерживающий кастомный OpenAI-совместимый интерфейс. ## Конфигурация самостоятельного развёртывания Для самостоятельно развёрнутых инстансов кастомный интерфейс настраивается через переменные окружения: ```bash OPENAI_API_KEY=codex_your_api_key OPENAI_API_HOST=https://aicentos.com/v1 ``` После настройки перезапустите сервис — новый интерфейс вступит в силу. Когда переменные окружения заданы, соответствующие поля ввода в интерфейсе отключаются (чтобы конфигурация не утекла на общем инстансе). ## Настройка через интерфейс Для инстансов без ограничений на настройки UI заполните в панели настроек: * **OpenAI API Key**: ваш ключ — `codex_...`, `sk-...` и т. п. * **OpenAI API Host / Base URL**: `https://aicentos.com/v1` ## Примечания * Для работы Chatbot UI нужна связка с Supabase: аутентификация и хранение данных * В поле API Host указывается корневой путь сервиса, включая `/v1` * Доступные модели определяются по списку, который возвращает `GET /v1/models` ## Полезные ссылки * GitHub: [https://github.com/mckaywrigley/chatbot-ui](https://github.com/mckaywrigley/chatbot-ui) --- # Chatbox Источник: https://docs.aicentos.com/ru/clients/chatbox Language: ru > Использование aicentos в Chatbox — подключение через кастомные OpenAI-совместимые настройки Chatbox — настольный AI-клиент с поддержкой OpenAI-совместимого интерфейса; подключается к текущему сервису в режиме «OpenAI API Compatible». ## Открытие настроек Нажмите иконку **Настройки (Settings)** в левой боковой панели и перейдите на вкладку **Модель (Model)**. ## Выбор AI-провайдера В выпадающем списке **Model Provider** выберите `OpenAI API Compatible` (OpenAI-совместимый). ## Конфигурация для заполнения Заполните следующие поля: | Поле | Значение | | -------------------- | ---------------------------------------------- | | API Key | ваш ключ — `codex_...`, `sk-...` и т. п. | | API-домен (API Host) | `https://aicentos.com` | | Модель (Model) | `gpt-5-codex-mini` или другая доступная модель | **Внимание:** в поле **API-домена** Chatbox указывается только корневой адрес сервиса, **без** суффикса `/v1`. Пример заполнения: `https://aicentos.com` ## Проверка После сохранения отправьте один диалог и убедитесь, что ответ приходит нормально. ## Примечания * В поле API-домена указывается корневой путь сервиса без `/v1` — пути к интерфейсам Chatbox допишет автоматически * Доступные модели определяются по списку, который возвращает `GET /v1/models` ## Полезные ссылки * Официальная документация: [https://docs.chatboxai.app/en/guides/providers](https://docs.chatboxai.app/en/guides/providers) --- # Cherry Studio Источник: https://docs.aicentos.com/ru/clients/cherry-studio Language: ru > Использование aicentos в Cherry Studio — добавление OpenAI-совместимого провайдера для доступа ко всем моделям Cherry Studio поддерживает кастомные OpenAI-совместимые провайдеры моделей: после добавления aicentos все модели, подключённые к aicentos, становятся доступны прямо в приложении. ## Подготовка | Поле | Значение | | -------------------- | ------------------------------------------------ | | Название провайдера | `aicentos` | | API-адрес (Base URL) | `https://aicentos.com/v1` | | API Key | создаётся в консоли aicentos | | Имя модели | полное имя модели из «витрины моделей» в консоли | Шаги получения API Key описаны в разделе [Быстрый старт](https://docs.aicentos.com/ru/quickstart). ## Шаги настройки * Откройте настройки Cherry Studio и перейдите в **Сервисы моделей / Управление провайдерами**. * Добавьте нового провайдера типа **OpenAI Compatible**. * В качестве названия провайдера укажите `aicentos`. * Введите API Key и API-адрес `https://aicentos.com/v1`. * Сохраните конфигурацию; если есть кнопка «Проверить / Тест соединения», нажмите её для проверки. ### Добавление модели Если модели не распознались автоматически, добавьте имя модели вручную. > Имя модели нужно скопировать полностью: регистр, дефисы и суффиксы дат менять нельзя; ориентируйтесь на [витрину моделей](https://aicentos.com/pricing) / [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list). ## Проверка и устранение неполадок Отправьте тестовое сообщение, чтобы убедиться в соединении, например: ```bash Привет, расскажи о себе в одном предложении. ``` Типичные проблемы: * **Ошибка аутентификации**: проверьте, нет ли в API Key лишних пробелов. * **Таймаут**: проверьте сеть или состояние сервиса. * **Модель недоступна**: используйте полное имя модели из консоли. * **Диалог не проходит**: убедитесь, что выбран именно провайдер aicentos. --- # Claude Code Источник: https://docs.aicentos.com/ru/clients/claude-code Language: ru > Установка Claude Code с нуля и подключение к aicentos — окружение Node.js, установка на Windows / Mac, переменные окружения и настройка через CC Switch, плюс руководство по Termux на телефоне Claude Code совместим с протоколом Anthropic: достаточно направить Base URL на aicentos и вставить свой API Key, чтобы получить доступ ко всем моделям Claude, подключённым к aicentos. ## Шаг 1: установка Claude Code ### Установка окружения Node.js Скачайте актуальную LTS-версию с [официального сайта Node.js](https://nodejs.org/) и выберите установщик под свою операционную систему. Загрузка с официального сайта Node.js После завершения установки откройте терминал (в Windows — git bash или cmd) и введите: ```bash node -v ``` Если виден номер версии, установка прошла успешно. ### Установка Claude Code Перед установкой убедитесь, что окружение Node.js из предыдущего шага уже настроено. **Windows:** нажмите `Win + R`, введите `cmd`, нажмите Enter, чтобы открыть терминал, и выполните: ```bash npm install -g @anthropic-ai/claude-code ``` **Mac / Linux:** выполните в терминале: ```bash npm install -g @anthropic-ai/claude-code ``` или воспользуйтесь официально рекомендуемым curl-скриптом: ```bash curl -fsSL https://claude.ai/install.sh | bash ``` После установки проверьте результат: ```bash claude --version ``` Появление номера версии означает, что установка прошла успешно. Установка успешна: claude --version ## Шаг 2: получение API-ключа Перейдите в консоль [официального сайта aicentos](https://aicentos.com/) и создайте свой API-ключ. Подробные шаги создания ключа описаны в разделе [Быстрый старт](https://docs.aicentos.com/ru/quickstart). ## Шаг 3: настройка подключения Ниже два варианта: **централизованное управление через CC Switch** (рекомендуется) или **ручная настройка**. ### Вариант 1: CC Switch (рекомендуется) Если вы часто переключаетесь между несколькими провайдерами и несколькими CLI-инструментами, удобно централизованно управлять конфигурациями через CC Switch — без постоянного изменения переменных окружения. Подробнее: [Подключение CC Switch →](https://docs.aicentos.com/ru/clients/cc-switch) ### Вариант 2: ручная настройка Если не хотите ставить дополнительные инструменты, достаточно задать переменные окружения. Три способа на выбор. #### Временное действие (текущая сессия терминала) Подходит для быстрой проверки, действует только в текущем окне терминала: ```bash export ANTHROPIC_BASE_URL="https://aicentos.com" export ANTHROPIC_AUTH_TOKEN="sk-ваш-API-ключ" export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1 claude ``` Если ваша версия не распознаёт `ANTHROPIC_AUTH_TOKEN`, используйте вместо него: ```bash export ANTHROPIC_API_KEY="sk-ваш-API-ключ" ``` #### Постоянное действие (файл конфигурации, рекомендуемый ручной способ) Отредактируйте `~/.claude/settings.json`, записав: ```bash { "env": { "ANTHROPIC_BASE_URL": "https://aicentos.com", "ANTHROPIC_AUTH_TOKEN": "sk-ваш-API-ключ", "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1", "CLAUDE_CODE_ATTRIBUTION_HEADER": "0" } } ``` **Windows:** также можно в «Системных переменных окружения», в разделе «Переменные среды пользователя», нажать «Создать» и завести две переменные: | Имя переменной | Значение | | ---------------------- | ------------------------- | | `ANTHROPIC_BASE_URL` | `https://aicentos.com` | | `ANTHROPIC_AUTH_TOKEN` | ключ, созданный на шаге 2 | После сохранения перезапустите Claude Code, чтобы изменения вступили в силу. #### Запись в конфигурацию shell (глобальное действие) Добавьте переменные окружения в `~/.zshrc` или `~/.bashrc`: ```bash nano ~/.zshrc ``` В конец файла допишите: ```bash # API-ключ aicentos (ключ, созданный на шаге 2) export ANTHROPIC_AUTH_TOKEN="ваш-ключ" # Base URL aicentos export ANTHROPIC_BASE_URL="https://aicentos.com" ``` Сохраните и выйдите, затем выполните `source ~/.zshrc` (или откройте новый терминал), чтобы настройки вступили в силу. ## Шаг 4: запуск Claude Code Перейдите в каталог своего проекта и запустите: ```bash cd /path/to/your/project claude ``` ## Выбор модели При запуске укажите конкретную модель через `--model`: ```bash claude --model claude-opus-4-7 ``` Имена моделей — как в «витрине моделей» консоли aicentos; см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list). ## Часто используемые команды | Команда | Назначение | | ------------------------- | ---------------------------------------------------------------------------- | | `/add-dir` | Добавить дополнительный рабочий каталог | | `/resume` | Вернуться к предыдущему диалогу | | `/clear` | Очистить историю диалога | | `/compact [instructions]` | Сжать диалог, при желании можно передать приоритетные инструкции | | `/config` | Просмотр / изменение конфигурации | | `/cost` | Показать статистику использования токенов | | `/doctor` | Проверить корректность установки Claude Code | | `/help` | Получить справку по использованию | | `/init` | Инициализировать проект с руководством CLAUDE.md | | `/login` | Переключить аккаунт Anthropic | | `/logout` | Выйти из аккаунта Anthropic | | `/mcp` | Управление подключениями MCP-серверов и аутентификацией OAuth | | `/memory` | Редактировать файл памяти CLAUDE.md | | `/model` | Выбрать или сменить модель ИИ | | `/permissions` | Просмотреть или обновить права доступа | | `/pr_comments` | Посмотреть комментарии к pull request | | `/review` | Запросить проверку кода | | `/status` | Посмотреть состояние аккаунта и системы | | `/terminal-setup` | Установить привязку Shift+Enter для переноса строки (только iTerm2 и VSCode) | | `/vim` | Включить режим vim, переключение между режимами вставки и команд | ## Запуск на телефоне (Termux + Ubuntu) Подходит для сценариев «компьютера нет под рукой, надо срочно поправить баг в дороге или немного повайбить по пути на работу». Root не нужен, прошивку менять не нужно — всё делается внутри Termux. Весь процесс занимает 10–20 минут в зависимости от скорости сети. ### Что вы получите * Окружение **Ubuntu**, работающее прямо в телефоне (не затрагивает систему и почти не занимает места) * Полновесный консольный инструмент **Claude Code** (ровно тот же, что и на компьютере) * Дешёвое подключение через **aicentos** с мгновенным переключением между Opus / Sonnet / Haiku ### Подготовка Нужны всего две вещи: * **Android-смартфон** (на iOS Termux не поставить, инструкция к нему не применима) * **Аккаунт [aicentos](https://aicentos.com) и API Key** ([пополнить кошелёк →](https://aicentos.com/wallet), [создать ключ →](https://aicentos.com/keys)) **Termux ни в коем случае не устанавливайте из Google Play** — та версия давно устарела и не поддерживается, из-за неё не запустятся дальнейшие скрипты. Скачайте свежую версию из [F-Droid](https://f-droid.org/packages/com.termux/) или со [страницы релизов Termux на GitHub](https://github.com/termux/termux-app/releases). ### Шаг 1: установка скрипта tmoe-linux в один клик Откройте Termux, дождитесь приглашения командной строки (строка `~ $`), скопируйте следующую строку **целиком** и нажмите Enter: ```bash . <(curl -L l.tmoe.me) ``` > Это зеркало специально для материкового Китая; пользователи из других регионов используют `. <(curl -L git.io/linux.sh)`. После выполнения появится **графическое меню** примерно такого вида: Главное меню tmoe Выбор — клавишами громкости вверх/вниз, подтверждение — Enter (или просто коснитесь экрана). ### Шаг 2: установка контейнера Ubuntu В меню tmoe последовательно выберите `Установить дистрибутив Linux` / `Install GNU/Linux container` — откроется список дистрибутивов: Выбор дистрибутива Linux **Настоятельно рекомендуется выбрать Ubuntu** (лучшая совместимость, по apt больше всего материалов, и на любую проблему легко найти ответ). Версия — свежая LTS (например, 22.04 / 24.04). Загрузка и распаковка займут несколько минут в зависимости от скорости сети — просто подождите. ### Шаг 3: вход в контейнер и понимание, «где вы находитесь» После установки вы, скорее всего, попадёте в контейнер автоматически. **Именно здесь новички чаще всего теряются**, поэтому сначала разберёмся, как это определить: **Вы внутри контейнера Ubuntu** (приглашение выглядит примерно так): Вы внутри контейнера **Вы всё ещё в Termux и не вошли** (приглашение попроще): Вы всё ещё в Termux Если второе, вернитесь в Termux и введите: ```bash tmoe ``` Меню откроется снова — найдите пункт `Запустить контейнер` / `Start container` и войдите. **Запомните правило**: установка Node, установка Claude Code, запуск команды claude — **всё это делается только внутри контейнера Ubuntu**. Пакетная система `pkg` самой Termux установить Claude Code не может. ### Шаг 4: установка Node.js и Claude Code Убедившись, что вы в контейнере Ubuntu, выполните по очереди: ```bash # 1. Обновить индекс пакетов apt apt update # 2. Установить Node.js + npm (версий из состава Ubuntu достаточно) apt install -y nodejs npm # 3. Установить Claude Code глобально npm install -g @anthropic-ai/claude-code ``` Если npm жалуется на права, добавьте `sudo` перед командой. Если команды `sudo` вообще нет — значит, вы работаете под root и можно выполнять её напрямую. ### Шаг 5: подключение aicentos к Claude Code По умолчанию Claude Code подключается к официальному API, а для пользователей из материкового Китая это оборачивается двумя проблемами: **нет квоты и соединение не проходит**. Меняем две переменные окружения, чтобы направить его на aicentos: ```bash # 1. Установить текстовый редактор nano (в контейнере его может не быть) apt install -y nano # 2. Отредактировать конфигурацию shell nano ~/.bashrc ``` Клавишами со стрелками перейдите в **самый конец** файла и вставьте с новой строки: ```bash export ANTHROPIC_BASE_URL=https://aicentos.com export ANTHROPIC_AUTH_TOKEN=ваш-api-ключ-от-aicentos.com ``` Замените `ваш-api-ключ-от-aicentos.com` на API Key, созданный в [консоли aicentos](https://aicentos.com/keys) (обычно начинается с `sk-`). Получится примерно так: Добавление переменных окружения в конец bashrc **Сохраните и выйдите**: * Нажмите `Ctrl + X` (клавиша Ctrl есть на виртуальной клавиатуре Termux по умолчанию) * На запрос Save нажмите `Y` * Затем `Enter` для подтверждения имени файла Примените настройки сразу: ```bash source ~/.bashrc ``` ### Шаг 6: запуск ```bash claude ``` **При первом запуске** будет предложено выбрать способ входа: * Если раньше входили через официальный аккаунт и хотите это сбросить, введите `/logout` прямо в Claude Code: после выхода снова `claude` — и будут использованы ваши переменные окружения * При полностью чистой установке этот шаг может быть пропущен, и сразу будут взяты переменные окружения Как только появится диалоговое окно Claude Code, всё готово — задайте любой вопрос для проверки: ```bash Привет, напиши мне python-скрипт hello world ``` ### Шпаргалка команд для телефона Внутри Claude Code: | Команда | Действие | | ---------- | -------------------------------------------------------------------------------------- | | `/model` | Сменить модель (Opus / Sonnet / Haiku) | | `/logout` | Выйти из текущего аккаунта (нужен один раз после переключения на переменные окружения) | | `/clear` | Очистить контекст текущей сессии | | `/help` | Посмотреть все команды | | `Ctrl + C` | Прервать текущую генерацию | Вне контейнера (в Termux): | Команда | Действие | | ----------------- | ------------------------------------------ | | `tmoe` | Открыть главное меню tmoe | | Запуск контейнера | в меню tmoe выберите «Запустить контейнер» | ### Типичные проблемы на телефоне **1. `npm install -g` не запускается / зависает** Возможно, дело в сети. В контейнере можно сначала сменить зеркало на китайское: `npm config set registry https://registry.npmmirror.com`, а затем снова `npm install -g @anthropic-ai/claude-code`. **2. Команда `claude` не найдена (not found)** Путь к командам, установленным через `npm install -g`, не входит в `PATH`. Добавьте в конец `~/.bashrc`: ```bash export PATH="$PATH:$(npm config get prefix)/bin" ``` Затем `source ~/.bashrc`. **3. Ошибка 401 / недостаточно средств** Проверьте баланс [кошелька aicentos](https://aicentos.com/wallet) и убедитесь, что `ANTHROPIC_AUTH_TOKEN` скопирован полностью (без пробелов в начале и конце). **4. Хочется Sonnet, чтобы не жечь деньги на Opus** Войдя в `claude`, введите `/model` и выберите sonnet. Либо зафиксируйте модель по умолчанию, добавив в `.bashrc` строку `export ANTHROPIC_MODEL=claude-sonnet-5`. ### Продвинутые возможности на телефоне * Для более удобного ввода установите [Termux:Styling](https://f-droid.org/packages/com.termux.styling/) и смените шрифт и цветовую схему * Нужен графический интерфейс — в меню tmoe есть рабочий стол VNC, можно запустить полноценные GNOME/XFCE на телефоне * Для длительной работы в фоне используйте `tmux` или `screen` — при закрытии Termux сессия не оборвётся На этом руководство завершено. Если возникнут вопросы, добро пожаловать в [сообщество aicentos](https://aicentos.com) с обратной связью. ## Примечания * API Key создаётся на странице «API Key» в консоли. * `ANTHROPIC_AUTH_TOKEN` и `ANTHROPIC_API_KEY` — **выберите что-то одно, не задавайте оба**. * В Base URL указывайте только корневой адрес `https://aicentos.com`, **не** добавляйте вручную `/v1/messages` — Claude Code соберёт путь сам. * После изменения конфигурации перезапустите терминал / Claude Code. * Ни в коем случае не коммитьте API Key в репозиторий кода. --- # Cline Источник: https://docs.aicentos.com/ru/clients/cline Language: ru > Настройте aicentos как OpenAI-совместимый провайдер в расширении Cline: Base URL и API-ключ Cline официально поддерживает провайдер OpenAI Compatible и подключается к текущему сервису напрямую. ## Установка По официальной документации Cline: * Если вы работаете в VS Code, Cursor, Windsurf или Antigravity, откройте маркетплейс расширений, найдите `Cline` и установите официальное расширение * Если вы работаете в JetBrains, откройте `Settings / Plugins / Marketplace`, найдите `Cline`, установите и перезапустите IDE * Если нужен только терминальный вариант, обратитесь к официальной документации Cline CLI: `https://docs.cline.bot/cline-cli/installation` ## Открытие настроек Нажмите кнопку настроек в панели Cline и перейдите к конфигурации провайдера. ## Конфигурация для заполнения Установите `API Provider` в значение `OpenAI Compatible`, затем заполните: * Base URL: `https://aicentos.com/v1` * API Key: ваш ключ — `codex_...`, `sk-...` и т. п. * Model ID: `gpt-5-codex-mini` Если модель не появилась в выпадающем списке автоматически, её можно ввести вручную — `gpt-5-codex-mini`. ## Проверка После заполнения нажмите `Verify` в Cline или сразу запустите новую задачу. Если соединение устанавливается и сессия начинается, значит подключение выполнено успешно. ## Примечания * В официальной документации Cline используется именно конфигурация через провайдер OpenAI Compatible * В поле Base URL указывается OpenAI-совместимый корневой путь * Для текущего сервиса корневой адрес сервиса указывать не нужно, как и дополнять путь до полного `/chat/completions` --- # CodeBuddy Источник: https://docs.aicentos.com/ru/clients/codebuddy Language: ru > Подключение OpenAI-совместимого эндпоинта aicentos в CodeBuddy (IDE / CLI) через models.json CodeBuddy поддерживает кастомные модели: через пользовательский или проектный `models.json` запросы можно направить на OpenAI-совместимый эндпоинт aicentos. IDE и CodeBuddy Code CLI используют одну и ту же конфигурацию. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для CodeBuddy (рекомендуемое имя `codebuddy`). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) ## Конфигурация для заполнения | Поле | Значение | | ------------------------------------ | ------------------------------------------ | | Base URL | `https://aicentos.com/v1` | | URL эндпоинта (поле `url`) | `https://aicentos.com/v1/chat/completions` | | API Key (`apiKey`) | ключ, созданный в консоли | | ID модели (`id`) | имя модели из «витрины моделей» в консоли | | `supportsToolCall` | `true` | | `maxInputTokens` / `maxOutputTokens` | по выбранной модели | Внимание: поле `url` в `models.json` требует **полного пути к методу**, обязательно с окончанием `/chat/completions`. ## Шаги настройки * Один раз откройте CodeBuddy, чтобы он создал каталог конфигурации. * Создайте или отредактируйте пользовательский файл конфигурации: * macOS / Linux: `~/.codebuddy/models.json` * Windows: `C:\Users\<имя-пользователя>\.codebuddy\models.json` * Если нужно действие только для одного проекта, можно использовать проектный файл `<корень-проекта>/.codebuddy/models.json` — его приоритет выше пользовательского. * Запишите следующее содержимое, заменив `id` на имя модели, работоспособность которой вы подтвердили в консоли: ```json { "models": [ { "id": "gpt-5", "name": "GPT-5 (aicentos)", "vendor": "aicentos", "apiKey": "${AICENTOS_API_KEY}", "url": "https://aicentos.com/v1/chat/completions", "maxInputTokens": 128000, "maxOutputTokens": 16384, "supportsToolCall": true, "supportsImages": false, "supportsReasoning": false } ] } ``` * Задайте переменную окружения (и `apiKey`, и `url` поддерживают ссылки `${VAR_NAME}`): ```bash export AICENTOS_API_KEY="sk-ваш-ключ-aicentos" ``` * Полностью закройте CodeBuddy и откройте заново (достаточно перезапуска панели IDE). * Выберите только что настроенную модель в селекторе моделей. Если не хотите редактировать файл, можно в панели диалога CodeBuddy IDE нажать под ней на селектор моделей → **Настроить кастомную модель** → в качестве провайдера выбрать **Custom**, ввести Base URL `https://aicentos.com/v1`, а также API Key и имя модели. ## Проверка После сохранения создайте новый диалог или задачу кодирования и сначала проведите лёгкий тест простым промптом: убедившись, что содержимое возвращается нормально, переходите к реальной работе. ## Примечания * Сейчас поддерживается API только в **формате интерфейса OpenAI**. * `url` обязательно записывается полным путём `/v1/chat/completions`; вариант `https://aicentos.com/v1` работать не будет. * Внешний уровень должен иметь структуру `{"models": [...]}`; `models` — обязательное поле верхнего уровня. * `availableModels` — белый список: как только он заполнен, в выпадающем списке моделей остаются только модели из списка, а встроенные исчезают. Если ограничение не нужно, не указывайте это поле. * Сохраняйте файл в **UTF-8 без BOM**: JSON с BOM приводит к ошибке чтения локальной конфигурации моделей. * Переменные окружения разрешаются при запуске; если переменная не существует, `${AICENTOS_API_KEY}` из файла конфигурации останется как есть, и вызовы будут завершаться ошибкой. * Рекомендуется выставить у `models.json` права `600` и не коммитить его в систему контроля версий. * CLI можно настроить и через переменные окружения: `CODEBUDDY_API_KEY`, `CODEBUDDY_BASE_URL`, `CODEBUDDY_MODEL`. При прямой установке `CODEBUDDY_BASE_URL` не добавляйте `/chat/completions` — CLI допишет путь сам. * Подробнее — на сайте документации: [https://docs.aicentos.com](https://docs.aicentos.com) --- # Codebuff Источник: https://docs.aicentos.com/ru/clients/codebuff Language: ru > Подключение OpenAI-совместимого эндпоинта aicentos в консольном агенте Codebuff Codebuff — AI-агент для кодинга, работающий в терминале: он распределяет задачи между несколькими субагентами, которые читают код, составляют план и изменяют файлы. По умолчанию он подключается к официальному хостингу; если ваша версия поддерживает переопределение OpenAI-совместимого эндпоинта, запросы можно направить на aicentos через переменные окружения. ## Сначала проверьте, поддерживает ли ваша версия кастомный эндпоинт Codebuff официально делает ставку на хостинг-режим: после входа используется официальная квота, либо официальное API через `CODEBUFF_API_KEY`. Кастомный Base URL есть не во всех версиях, поэтому сначала убедитесь: * Запустите `codebuff --help` и посмотрите, есть ли опции вроде `--base-url`, `--provider`. * Проверьте, читает ли ваша версия `OPENAI_BASE_URL` (в части версий — `CODEBUFF_BASE_URL`) для переопределения эндпоинта. * Если ни то, ни другое не поддерживается, значит текущая версия работает только с официальным сервисом и напрямую подключить aicentos нельзя. ## Подготовка Если кастомный эндпоинт поддерживается, сначала создайте на странице «API Key» в консоли отдельный ключ для Codebuff (рекомендуемое имя `codebuff-cli`). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) Также убедитесь, что на машине установлен Node.js и Codebuff установлен глобально: ```bash npm install -g codebuff ``` ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | Base URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки * Запишите эндпоинт и ключ в конфигурацию shell (`~/.zshrc` или `~/.bashrc`): ```bash export OPENAI_API_KEY="sk-ваш-ключ-aicentos" export OPENAI_BASE_URL="https://aicentos.com/v1" ``` * Перезагрузите конфигурацию: `source ~/.zshrc`. * Перейдите в каталог проекта и запустите `codebuff`. * Если версия поддерживает параметр `--model`, можно явно указать модель при запуске; иначе переключайтесь командой выбора модели в интерактивном интерфейсе. В части версий конфигурация пишется в JSON-файл в пользовательском каталоге конфигурации (у файлов с учётными данными по умолчанию права `600`, не коммитьте их в репозиторий). Если ваша версия использует файл конфигурации, а не переменные окружения, впишите туда тот же Base URL и тот же ключ — имена полей смотрите в `codebuff --help` или в официальной документации. ## Проверка Сразу после запуска сделайте лёгкий тест с простым промптом — например, попросите прочитать файл и пересказать его содержимое; к полноценной работе переходите, только когда ответ приходит нормально. ## Примечания * Кастомный эндпоинт — продвинутый сценарий; имена полей могут отличаться между версиями, поэтому ориентируйтесь на вывод `codebuff --help` на вашей машине. * В `OPENAI_BASE_URL` указывайте только `https://aicentos.com/v1`, не дописывайте полный путь `/v1/chat/completions`. * Codebuff отправляет фрагменты кода и вывод терминала в качестве контекста; перед использованием убедитесь, что это соответствует требованиям вашей команды к обработке данных. * При ошибке проверяйте по порядку: действуют ли переменные окружения в текущем терминале, совпадает ли имя модели с консолью, достаточно ли средств на счёте ([https://aicentos.com/wallet](https://aicentos.com/wallet)). * Подробнее см. на сайте документации: [https://docs.aicentos.com](https://docs.aicentos.com) --- # Codex CLI Источник: https://docs.aicentos.com/ru/clients/codex-cli Language: ru > Использование aicentos в Codex CLI — ручная настройка model_providers в config.toml Codex CLI — официальный консольный кодинг-агент OpenAI, в котором провайдеры моделей задаются через `~/.codex/config.toml`. Направьте кастомного провайдера на aicentos — и модели, подключённые к aicentos, станут доступны в терминале. Если удобнее управлять несколькими конфигурациями графически, можно воспользоваться [CC Switch](https://docs.aicentos.com/ru/clients/cc-switch) для переключения в один клик; в этой статье описана только ручная настройка. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Codex CLI (рекомендуемое имя `codex-cli` — так проще отслеживать расход): * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) Убедитесь, что Codex CLI установлен: ```bash codex --version ``` ## Конфигурация для заполнения | Поле | Значение | | -------------------------------- | ----------------------------------------- | | Provider ID | `aicentos` | | Название провайдера | `aicentos` | | Переменная окружения для API Key | `AICENTOS_API_KEY` | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки ### 1. Задайте переменную окружения для API Key ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" ``` Для постоянного действия добавьте её в `~/.zshrc` или `~/.bashrc`, выполните `source` и проверьте через `echo $AICENTOS_API_KEY`. ### 2. Отредактируйте config.toml Добавьте в `~/.codex/config.toml`: ```toml model = "имя-вашей-модели" model_provider = "aicentos" [model_providers.aicentos] name = "aicentos" base_url = "https://aicentos.com/v1" env_key = "AICENTOS_API_KEY" wire_api = "responses" ``` Замените `имя-вашей-модели` на имя модели, указанное в «витрине моделей» в консоли, см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list). ### 3. Запустите Codex ```bash codex ``` Отправьте простой запрос и убедитесь, что провайдер работает. ## Проверка ``` codex exec "Ответь одним предложением: сколько будет 1+1" ``` Если содержимое возвращается нормально, подключение выполнено. Ответ расходует немного средств; сверить это можно в журнале использования в консоли. ## Примечания * **Base URL указывайте только до `/v1`**, не дописывайте полный путь `/v1/chat/completions`. * Поля `base_url`, `env_key` и подобные действуют только в пользовательском `~/.codex/config.toml`. Файл `.codex/config.toml` внутри проекта игнорируется, при запуске может появляться предупреждение. * В `wire_api` пишите `responses` — это соответствует [интерфейсу Responses](https://docs.aicentos.com/ru/api/chat/openai/responses) у aicentos. Официальная документация пока поддерживает только это значение; если ваша версия выдаёт `unknown variant`, CLI устарел — рекомендуется сначала обновить. * `openai`, `ollama`, `lmstudio` — зарезервированные provider ID: **нельзя** перенаправить на сторонний шлюз, переписав base\_url встроенного `openai`; нужно завести новое имя провайдера (в этой статье это `aicentos`). * Порядок диагностики: совпадает ли имя модели с консолью → заканчивается ли Base URL на `/v1` → видна ли переменная окружения **в том терминале, где запущен codex** → хватает ли баланса на аккаунте. ## Полезные ссылки * [Подключение Codex (способ через CC Switch)](https://docs.aicentos.com/ru/clients/codex) --- # Codex++ Источник: https://docs.aicentos.com/ru/clients/codex-plus Language: ru > Подключение GPT API от aicentos к Codex на вашем компьютере через лаунчер-усилитель Codex++ — чистый API-режим, графическая настройка, несколько минут — и готово [Codex++](https://github.com/BigPizzaV3/CodexPlusPlus) — **внешний лаунчер-усилитель и инструмент управления** для приложения Codex. Он не изменяет оригинальные файлы установки Codex App, а запускает Codex через внешний лаунчер и внедряет скрипты усиления через Chromium DevTools Protocol — поэтому им можно спокойно пользоваться: ваш прежний Codex не затрагивается. Это руководство покажет, как подключить **GPT API от aicentos** к Codex на компьютере: всё делается несколькими кликами в графическом интерфейсе Codex++, вручную писать `config.toml` не нужно. ## Подготовка * Компьютер (поддерживаются Windows / macOS) * Аккаунт [aicentos](https://aicentos.com) и созданный на [странице API Key](https://aicentos.com/keys) ключ; в имени рекомендуем добавить `codex`, чтобы проще было отслеживать расход При создании ключа обратите внимание на его **группу**: она должна совпадать с группой моделей, которые вы укажете ниже, иначе будет сообщение об отсутствии прав. ## Шаг 1: скачайте и установите Codex++ Откройте официальную страницу GitHub Releases: [github.com/BigPizzaV3/CodexPlusPlus/releases](https://github.com/BigPizzaV3/CodexPlusPlus/releases) Страница загрузок Codex++ Releases В последней версии выберите установщик **под свою систему**, скачайте его, установите и откройте. После открытия вы увидите инструмент управления Codex++: Интерфейс инструмента управления Codex++ ## Шаг 2: добавьте провайдера Нажмите «**Добавить провайдера**» и создайте новую запись подключения: Добавление провайдера Заполните по таблице: | Поле | Что вводить | | -------------------- | ------------------------------------------------------------------------------------------------------------------------- | | Название | Имя прокси-станции — любое, лишь бы вы его узнали (например, `aicentos`) | | Режим подключения | **Только API** | | Настраиваемые модели | Модели, поддерживаемые aicentos; **скопируйте имя модели целиком**, несколько — через запятую, например `gpt-5.5,gpt-5.4` | ## Шаг 3: укажите цель Codex В разделе «Цель Codex» **включите ✅** и заполните два пункта: | Поле | Значение | | -------- | ------------------------------------------------------------------ | | Base URL | `https://aicentos.com` | | Key | Ключ нужной группы, сгенерированный в управлении токенами aicentos | Заполнение Base URL и Key В пункте **апстрим-протокол** обязательно выберите **chat completions** — с другими протоколами запросы будут завершаться ошибкой. Выбор апстрим-протокола chat completions Заполнив, нажмите «**Сохранить**» вверху. ## Шаг 4: перезапустите Codex После сохранения нажмите «**Перезапустить**» в правом верхнем углу, чтобы конфигурация вступила в силу: Перезапуск Codex ## Шаг 5: войдите с помощью ключа После перезапуска выберите «**Войти другим способом**»: Вход другим способом Вставьте ключ, сгенерированный в [управлении токенами aicentos](https://aicentos.com/keys), и нажмите «**Продолжить**»: Вставка ключа и продолжение На этом подключение завершено — можно сразу начинать пользоваться Codex. ## Устранение неполадок При сбое запросов сверьтесь с выводом Codex и журналом использования в [консоли aicentos](https://aicentos.com). Частые причины: * **Ошибка в имени модели**: ориентируйтесь на [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list) aicentos, имя модели нужно скопировать целиком. * **Неверно выбран апстрим-протокол**: должен быть **chat completions**. * **Неверный Base URL**: указывайте `https://aicentos.com`, без пробелов в начале и конце и без лишних путей. * **Ошибка 401 / нет прав**: проверьте, полностью ли скопирован ключ и включает ли группа ключа нужную вам модель; баланс смотрите в [кошельке](https://aicentos.com/wallet). --- # Codex Источник: https://docs.aicentos.com/ru/clients/codex Language: ru > Использование aicentos в Codex — импорт в один клик через CC Switch или ручная настройка config.toml Codex совместим с протоколом OpenAI: достаточно направить провайдера моделей на aicentos, чтобы использовать все модели, подключённые к aicentos. Ниже два варианта подключения: **централизованное управление через CC Switch** (рекомендуется) или **ручное редактирование config.toml**. ## Вариант 1: CC Switch (рекомендуется) CC Switch тоже умеет управлять конфигурациями провайдеров Codex — несколько наборов настроек переключаются в один клик. Подробнее: [Подключение CC Switch →](https://docs.aicentos.com/ru/clients/cc-switch) ## Вариант 2: ручная настройка ### Подготовка | Параметр | Значение | | -------------------------------- | ------------------------- | | Provider ID | `aicentos` | | Название провайдера | `aicentos` | | Base URL | `https://aicentos.com/v1` | | Переменная окружения для API Key | `AICENTOS_API_KEY` | Сначала создайте на странице «API Key» в консоли отдельный ключ; в название стоит добавить `codex`, чтобы проще было отслеживать расход. ### Настройка API Key Задайте переменную окружения в терминале: ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" ``` Для постоянного действия добавьте строку в `~/.zshrc` или `~/.bashrc`, затем перезагрузите конфигурацию: ```bash source ~/.zshrc ``` Убедитесь, что переменная действует: ```bash echo $AICENTOS_API_KEY ``` ### Настройка провайдера Codex Отредактируйте `~/.codex/config.toml`, добавив: ```bash model = "имя-вашей-модели" model_provider = "aicentos" [model_providers.aicentos] name = "aicentos" base_url = "https://aicentos.com/v1" env_key = "AICENTOS_API_KEY" wire_api = "responses" ``` Замените `имя-вашей-модели` на имя модели, указанное в «витрине моделей» в консоли, см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list). ### Запуск Codex ```bash codex ``` Отправьте простой запрос и убедитесь, что провайдер работает нормально. ## Устранение неполадок Если запрос не проходит, сверяйтесь с выводом терминала Codex и журналом расхода в консоли. Частые причины: * Опечатка в имени модели (ориентируйтесь на витрину моделей). * Неверный формат Base URL (указывайте только до `/v1`, без лишних путей). * Переменная окружения не прочитана текущим терминалом (откройте терминал заново или выполните `source` файла конфигурации). --- # Command Code Источник: https://docs.aicentos.com/ru/clients/command-code Language: ru > Использование aicentos в Command Code — добавление BYOK-провайдера через providers.json Command Code — кодинг-агент в терминале. По умолчанию он использует встроенных провайдеров, но поддерживает и BYOK: зарегистрируйте кастомного провайдера в `~/.commandcode/providers.json` и направьте baseURL на aicentos. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Command Code (рекомендуемое имя `command-code` — так проще отслеживать расход): * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) ## Конфигурация для заполнения | Поле | Значение | | ----------------- | ----------------------------------------- | | Файл конфигурации | `~/.commandcode/providers.json` | | baseURL | `https://aicentos.com/v1` | | apiKey | `$AICENTOS_API_KEY` | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки ### 1. Задайте переменные окружения ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" ``` Для постоянного действия добавьте строку в `~/.zshrc` или `~/.bashrc`. ### 2. Отредактируйте providers.json Откройте `~/.commandcode/providers.json` и добавьте запись в объект `provider`: ```json { "provider": { "aicentos": { "name": "aicentos", "api": "openai-completions", "baseURL": "https://aicentos.com/v1", "apiKey": "$AICENTOS_API_KEY", "models": { "gpt-4o": {} } } } } ``` Описание полей: | Поле | Описание | | --------- | ------------------------------------------------------------------------------------------ | | `name` | Отображаемое имя, показывается в `/connect` и `/model` | | `api` | `openai-completions` (по умолчанию) или `anthropic-messages` | | `baseURL` | Обязательное поле, корневой адрес API, нужен суффикс `/v1` | | `apiKey` | Поддерживает `$VAR`, `{env:VAR}`, `!command` либо `false` для эндпоинта без аутентификации | | `models` | Обязательное поле, достаточно `{}`; ID моделей должны совпадать с эндпоинтом | ID моделей в `models` замените на имена из «витрины моделей» в консоли, см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list). ### 3. Выбор провайдера Войдя в Command Code: * выполните `/connect`, выберите `aicentos` и подтвердите ключ; * выполните `/model` и выберите нужную модель. Внимание: **после изменения `providers.json` нужно заново открыть `/model`**, чтобы подгрузилась новая конфигурация. ## Проверка Выбрав модель, отправьте простой промпт: ``` Ответь одним предложением: сколько будет 1+1 ``` Если ответ возвращается нормально, подключение выполнено. Также можно в `/connect` нажать `u` на провайдере, чтобы он обратился к эндпоинту `/models` и обновил список моделей. ## Примечания * Command Code по умолчанию работает по OpenAI-совместимому Chat Completions, поэтому в `api` достаточно указать `openai-completions`. * Чтобы использовать модели серии Claude, нужно завести отдельную запись провайдера с `api: "anthropic-messages"` — для двух протоколов пути собираются по-разному (OpenAI SDK добавляет `/chat/completions`, Anthropic SDK — `/v1/messages`), и один baseURL не может обслуживать оба. * `baseURL` обязательно с `/v1`; последующие пути Command Code соберёт сам. * Вставка открытого ключа прямо в `apiKey` будет отклонена — используйте форму `$VAR`. * Порядок диагностики: видна ли модель в `/model` → видны ли переменные окружения в терминале, откуда запущен CLI → заканчивается ли baseURL на `/v1` → хватает ли баланса. ## Полезные ссылки * Официальная документация BYOK: [https://commandcode.ai/docs/byok](https://commandcode.ai/docs/byok) --- # GitHub Copilot Источник: https://docs.aicentos.com/ru/clients/copilot Language: ru > Подключение OpenAI-совместимого эндпоинта aicentos в GitHub Copilot Chat через собственный ключ (BYOK) GitHub Copilot в VS Code предоставляет возможность BYOK (свой ключ): запросы диалога можно направить на кастомный OpenAI-совместимый эндпоинт. Достаточно указать в качестве эндпоинта aicentos и вписать ключ, созданный в консоли, — после этого модели, подключённые к aicentos, станут доступны в Copilot Chat / Agent. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Copilot (рекомендуемые имена `copilot-vscode` или `copilot-work` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) Также убедитесь, что VS Code и расширение GitHub Copilot Chat на вашей машине обновлены до версии с поддержкой кастомных эндпоинтов; в более старых версиях BYOK есть только для встроенных вендоров, без универсального пункта «кастомный эндпоинт». ## Конфигурация для заполнения | Поле | Значение | | ------------ | --------------------------------------------------------------------------- | | Provider | Custom Endpoint (в старых версиях — OpenAI Compatible) | | Base URL | `https://aicentos.com/v1` | | Тип API | Chat Completions (соответствует `https://aicentos.com/v1/chat/completions`) | | API Key | ключ, созданный в консоли | | Model ID | имя модели из «витрины моделей» в консоли | | Tool Calling | `true` (обязательно включить для работы в режиме Agent) | ## Шаги настройки ### Вариант 1: графический интерфейс * Откройте панель Chat в VS Code. * Нажмите на селектор моделей над полем ввода и выберите **Manage Language Models** (в старых версиях — **Manage Models...**). * Нажмите **Add Models** и в списке провайдеров выберите **Custom Endpoint** (в старых версиях — **OpenAI Compatible**). * Введите имя группы и API Key. * В качестве типа API выберите **Chat Completions**. * Заполните данные модели по подсказкам: в `id` — имя модели из консоли, в `url` — `https://aicentos.com/v1/chat/completions`. * После сохранения вернитесь в Chat и выберите только что добавленную модель в выпадающем списке моделей. ### Вариант 2: settings.json Выполните в командной палитре **Preferences: Open User Settings (JSON)** и добавьте: ```json { "github.copilot.chat.customOAIModels": { "aicentos-gpt": { "name": "aicentos GPT", "url": "https://aicentos.com/v1/chat/completions", "toolCalling": true, "vision": false, "maxInputTokens": 128000, "maxOutputTokens": 16384 } } } ``` Ключ внешнего уровня объекта (например, `aicentos-gpt`) — это ID модели, который вы видите в селекторе моделей; он должен быть уникальным. Справочник официальной документации: [https://code.visualstudio.com/docs/copilot/customization/language-models](https://code.visualstudio.com/docs/copilot/customization/language-models) ## Проверка После сохранения настроек создайте в Chat новый диалог и сначала сделайте лёгкий тест с простым промптом: если ответ приходит нормально, подключение работает — можно переходить к полноценному использованию режимов Agent / Edit. ## Примечания * BYOK действует только на **Chat / Agent / Edit** и не распространяется на инлайн-автодополнение кода (Tab); семантический поиск, embedding и подобные возможности по-прежнему идут через собственные сервисы Copilot. * Чтобы модель была доступна в режиме **Agent**, она должна поддерживать **tool calling**, а `toolCalling` должно быть установлено в `true`; иначе модель не появится в селекторе моделей. * В поле `url` вписывается полный адрес `https://aicentos.com/v1/chat/completions`, а не только `/v1`. * `github.copilot.chat.customOAIModels` — устаревший вариант: новые версии используют `chatLanguageModels.json` в связке с `customendpoint`; ориентируйтесь на актуальный интерфейс вашей версии VS Code. * В GitHub Copilot Business / Enterprise администратор может отключить BYOK политиками. * Если модель не появилась сразу после добавления, перезапустите VS Code. * При ошибке проверяйте по порядку: нет ли в ключе лишних пробелов, совпадает ли имя модели с консолью, достаточно ли средств на счёте, правильно ли выбран тип API. При нехватке баланса пополните кошелёк на [https://aicentos.com/wallet](https://aicentos.com/wallet). --- # Craft Agent Источник: https://docs.aicentos.com/ru/clients/craft-agent Language: ru > Подключение к aicentos в Craft Agent — кастомное OpenAI-совместимое соединение, общее для десктопа и craft-cli Подключения LLM в Craft Agent поддерживают тип `Custom`; официальное описание — «любой URL, любой OpenAI-совместимый или Anthropic-совместимый эндпоинт». Если направить Base URL на aicentos, это будет работать и в десктопном приложении, и в `craft-cli`. ## Подготовка Сначала создайте в консоли отдельный ключ для Craft Agent (рекомендуемое имя `craft-agent`) — так проще смотреть расход по ключу. * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) Установка десктопного приложения: ```bash curl -fsSL https://thecraftagents.com/install-app.sh | bash ``` Также поддерживаются headless-сервер и использование только из командной строки. ## Конфигурация для заполнения | Поле | Значение | | --------------- | ----------------------------------------------------------------------------------------------- | | Тип подключения | Custom (кастомный) | | Протокол | `openai-completions` или `anthropic-messages` | | Base URL | `https://aicentos.com/v1` (OpenAI-совместимый) / `https://aicentos.com` (Anthropic-совместимый) | | API Key | ключ, созданный в консоли | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки Десктопное приложение: откройте подключения LLM в настройках, добавьте новое, выберите тип Custom и заполните по таблице выше. Эквивалент в командной строке: ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" craft-cli run --provider openai \ --base-url https://aicentos.com/v1 \ --api-key "$AICENTOS_API_KEY" \ --model имя-модели \ "Привет" ``` Можно также править файл конфигурации `~/.craft-agent/config.json` напрямую: ```json { "llmConnections": [ { "providerType": "pi_compat", "baseUrl": "https://aicentos.com/v1", "customEndpoint": { "api": "openai-completions" }, "models": [{ "id": "имя-модели" }], "defaultModel": "имя-модели" } ] } ``` Ключ не хранится в конфигурации в открытом виде — он лежит в `credentials.enc` в том же каталоге. Достаточно один раз ввести его через интерфейс; этот файл руками не правьте. ## Проверка ```bash craft-cli run --provider openai \ --base-url https://aicentos.com/v1 \ --api-key "$AICENTOS_API_KEY" \ --model имя-модели \ "Представься в одном предложении" ``` Если ответ приходит нормально, подключение работает. Затем вернитесь в консоль и проверьте расход — запросы должны учитываться на этом ключе. ## Примечания * `providerType` оставляйте `pi_compat` — это идентификатор кастомного эндпоинта; если заменить его именем встроенного провайдера, пойдут официальные модели. * `models` нужно заполнять вручную, список моделей автоматически не подтягивается. Имена должны полностью совпадать с «витриной моделей» в консоли (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)). * При работе через Anthropic-совместимый эндпоинт Base URL — `https://aicentos.com`, без `/v1`, а `--provider` меняется на `anthropic`. * Расположение меню в десктопном приложении зависит от версии; если не находите нужный пункт, ориентируйтесь на вариант с `config.json`. ## Полезные ссылки * [Документация Craft Agents](https://thecraftagents.com/docs) * [Репозиторий craft-agents](https://github.com/craft-ai-agents/craft-agents-oss) --- # Crush Источник: https://docs.aicentos.com/ru/clients/crush Language: ru > Использование aicentos в Crush — добавление кастомного провайдера через crush.json Crush — терминальный кодинг-агент от Charmbracelet, написанный на Go, который позволяет объявить в `crush.json` любой OpenAI-совместимый кастомный провайдер. Достаточно направить base\_url на aicentos — и модели, подключённые к aicentos, станут доступны в TUI. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Crush (рекомендуемое имя `crush` — так проще отслеживать расход): * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) Убедитесь, что Crush установлен: ```bash crush --version ``` ## Конфигурация для заполнения | Поле | Значение | | ----------------- | ----------------------------------------- | | Файл конфигурации | `~/.config/crush/crush.json` | | type | `openai-compat` | | base\_url | `https://aicentos.com/v1` | | api\_key | `$AICENTOS_API_KEY` | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки ### 1. Задайте переменную окружения для API Key ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" ``` Для постоянного действия добавьте её в `~/.zshrc` или `~/.bashrc`, затем выполните `source`. ### 2. Отредактируйте crush.json Глобальный файл конфигурации находится в `~/.config/crush/crush.json` (в Windows — `%USERPROFILE%\AppData\Local\crush\crush.json`); файл `.crush.json` или `crush.json` в корне проекта переопределяет глобальную конфигурацию. Запишите: ```json { "$schema": "https://charm.land/crush.json", "providers": { "aicentos": { "type": "openai-compat", "base_url": "https://aicentos.com/v1", "api_key": "$AICENTOS_API_KEY", "models": [ { "id": "gpt-4o", "name": "GPT-4o", "context_window": 128000, "default_max_tokens": 8192, "can_reason": true } ] } } } ``` `models[].id` должен полностью совпадать с ID модели на стороне эндпоинта; ориентируйтесь на «витрину моделей» в консоли, см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list). ### 3. Выбор модели После запуска `crush` нажмите в TUI `Ctrl+L` (или введите `/model`) и убедитесь, что видны `aicentos` и его модели. ## Проверка Быстрая проверка в неинтерактивном режиме: ```bash crush run "Ответь одним предложением: сколько будет 1+1" ``` Чтобы видеть логи запросов, добавьте `--debug`. При ошибке 404 проверьте, есть ли `/v1` в `base_url`. ## Примечания * **В `type` не пишите `openai`**. Значение `openai` — для прокси, которые действительно идут в OpenAI (или Azure OpenAI); при указании на сторонний совместимый эндпоинт обязательно `openai-compat`, иначе возможны ошибки распознавания модели или ошибки API. * В `base_url` указывайте адрес до `/v1`, без слэша на конце. * `api_key` поддерживает раскрытие `$VAR` и `$(command)`; рекомендуется держать ключ в переменной окружения или файле секретов, а не записывать в открытом виде. * Если подключается эндпоинт с протоколом Anthropic (`type` = `anthropic`), `base_url` должен заканчиваться на `/api` — Crush сам добавит `/v1/messages`, и дополнительно потребуется объявить `anthropic-version` в `extra_headers`. * Известная проблема: при использовании кастомного провайдера счётчик токенов и статистика затрат в TUI могут показывать 0 — на сами запросы и тарификацию это не влияет. * Чтобы включить вывод рассуждений: у моделей в стиле OpenAI — `"can_reason": true` вместе с `"reasoning_effort"`; у моделей в стиле Anthropic — `"think": true`. ## Полезные ссылки * Документация по кастомным провайдерам: [https://github.com/charmbracelet/crush](https://github.com/charmbracelet/crush) --- # Cursor Источник: https://docs.aicentos.com/ru/clients/cursor Language: ru > Использование aicentos в Cursor — подключение через кастомные OpenAI-совместимые настройки Cursor поддерживает кастомный OpenAI-совместимый API: направьте Base URL на aicentos и введите API Key, чтобы модели, подключённые к aicentos, стали доступны в Chat / Composer. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Cursor (рекомендуемые имена `cursor-desktop` или `cursor-work` — так проще отслеживать расход). ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки * Откройте настройки Cursor (Settings). * Перейдите в раздел **Models** или **API Keys**. * Найдите **OpenAI API Key** / настройки кастомного OpenAI-совместимого провайдера / опцию переопределения **Base URL**. * Введите API Key, созданный в консоли aicentos. * Установите Base URL: `https://aicentos.com/v1` * Если нужно добавить модель вручную, введите имя модели из консоли (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)). * Сохраните и нажмите **Verify**, либо сразу создайте новый диалог для проверки. ## Проверка После сохранения сначала сделайте лёгкий тест с простым промптом и только потом переходите к полноценной работе в Composer / Chat. ## Примечания * Кастомный API Key обычно действует только на стандартные диалоговые модели. * **Автодополнение Tab** и часть возможностей **Agent** могут по-прежнему идти через собственные сервисы Cursor. * Если Verify завершается ошибкой, проверьте: корректен ли Base URL (только до `/v1`), нет ли в ключе лишних пробелов, доступна ли модель, достаточно ли средств на счёте, выбран ли кастомный OpenAI-провайдер. --- # Devin CLI Источник: https://docs.aicentos.com/ru/clients/devin-cli Language: ru > Использование aicentos в Devin CLI — подключение через OpenAI-совместимую конфигурацию Devin CLI — консольный клиент Devin; адрес OpenAI-совместимого API задаётся через переменные окружения или файл конфигурации. Направьте Base URL на aicentos и введите API Key, чтобы использовать модели, подключённые к aicentos, прямо в терминале. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Devin CLI (рекомендуемое имя `devin-cli` — так проще отслеживать расход). ## Установка Сначала нужны Node.js 18+ и npm: ```bash node -v npm -v ``` Установите глобально через npm: ```bash npm install -g devin-cli ``` После установки проверьте результат: ```bash devin --version ``` ## Шаги настройки Поддерживаются два способа — переменные окружения и файл конфигурации; приоритет у переменных окружения. ### Вариант 1: переменные окружения (рекомендуется) ```bash export DEVIN_BASE_URL="https://aicentos.com/v1" export DEVIN_API_KEY="your_api_key_here" ``` Чтобы настройка действовала постоянно, допишите переменные в `~/.zshrc` или `~/.bashrc`, затем выполните `source ~/.zshrc`. ### Вариант 2: файл конфигурации Отредактируйте `~/.devin/config.json`: ```json { "apiKey": "your_api_key_here", "baseURL": "https://aicentos.com/v1", "model": "gpt-4o" } ``` ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | ## Проверка Когда конфигурация готова, просто запустите: ```bash devin ``` Отправьте в интерактивной сессии простой промпт: если ответ приходит нормально, подключение выполнено. При ошибке аутентификации проверьте, верен ли `DEVIN_API_KEY`, есть ли у `DEVIN_BASE_URL` суффикс `/v1` и достаточно ли средств на счёте. ## Примечания * В Base URL указывайте только до `/v1`, не дописывайте полный путь `/v1/chat/completions` * Если заданы и переменные окружения, и файл конфигурации, приоритет у переменных окружения * Рекомендуется сначала проверить список доступных моделей через `GET /v1/models` и только потом заполнять Model ID --- # Devin Desktop Источник: https://docs.aicentos.com/ru/clients/devin-desktop Language: ru > Использование aicentos в Devin Desktop — подключение через кастомные OpenAI-совместимые настройки Devin Desktop — настольный клиент Devin с поддержкой кастомного OpenAI-совместимого API-адреса. Направьте Base URL на aicentos и введите API Key, чтобы использовать модели, подключённые к aicentos, прямо в клиенте. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Devin Desktop (рекомендуемое имя `devin-desktop` — так проще отслеживать расход). ## Установка Скачайте установочный пакет для своей платформы с официального сайта Devin: * macOS: скачайте `.dmg` и перетащите приложение в «Программы» * Windows: скачайте установщик `.exe` и запустите его * Linux: скачайте `.AppImage` или `.deb` и установите способом, принятым в вашем дистрибутиве После установки запустите приложение, войдите и откройте настройки. ## Шаги настройки * Откройте **Settings** (Настройки). * Перейдите в раздел **Models** или **AI Provider**. * Найдите **OpenAI Compatible** / **Custom Provider** / опцию переопределения **Base URL**. * Введите API Key, созданный в консоли aicentos. * Установите Base URL: `https://aicentos.com/v1` * Если нужно добавить модель вручную, введите имя модели из «витрины моделей» в консоли. * Сохраните настройки. ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | ## Проверка После сохранения создайте новый диалог или задачу по кодингу и проверьте простым промптом: если результат возвращается нормально, подключение выполнено. ## Примечания * Названия разделов настроек могут отличаться в разных версиях; главное — найти редактируемую опцию Base URL * В Base URL указывайте только до `/v1`, а не полный путь `/v1/chat/completions` * Если версия поддерживает только встроенные официальные модели и не позволяет изменить Base URL, подключить этот шлюз напрямую нельзя * Если Verify завершается ошибкой, проверьте: нет ли в ключе лишних пробелов, доступна ли модель, достаточно ли средств на счёте --- # Droid Источник: https://docs.aicentos.com/ru/clients/droid Language: ru > Использование aicentos в Factory Droid — регистрация кастомных моделей через settings.json (BYOK) Droid — консольный кодинг-агент от Factory с поддержкой BYOK: зарегистрируйте кастомную модель в `~/.factory/settings.json` и направьте `baseUrl` на aicentos. Droid требует, чтобы окно контекста модели было не меньше 64k — учитывайте это при выборе. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Droid (рекомендуемое имя `droid` — так проще отслеживать расход): * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) ## Конфигурация для заполнения | Поле | Значение | | ----------------- | ----------------------------------------- | | Файл конфигурации | `~/.factory/settings.json` | | provider | `generic-chat-completion-api` | | baseUrl | `https://aicentos.com/v1` | | apiKey | `${AICENTOS_API_KEY}` | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки ### 1. Задайте переменную окружения для API Key ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" ``` Для постоянного действия добавьте её в `~/.zshrc` или `~/.bashrc`. ### 2. Отредактируйте settings.json Откройте `~/.factory/settings.json` и добавьте массив `customModels`: ```json { "customModels": [ { "model": "gpt-4o", "displayName": "GPT-4o (aicentos)", "baseUrl": "https://aicentos.com/v1", "apiKey": "${AICENTOS_API_KEY}", "provider": "generic-chat-completion-api", "maxOutputTokens": 8192 } ] } ``` Ключевые поля: | Поле | Описание | | ------------- | -------------------------------------------------------------------------------------------- | | `model` | ID модели, реально отправляемый на эндпоинт; должен совпадать с «витриной моделей» в консоли | | `displayName` | Отображаемое имя в селекторе моделей; можно задать своё | | `baseUrl` | Адрес API, рекомендуется с `/v1` | | `apiKey` | Поддерживает раскрытие `${VAR_NAME}` | | `provider` | `anthropic` / `openai` / `generic-chat-completion-api` | ### 3. Выбор модели После запуска `droid` выполните `/model` и выберите только что зарегистрированную модель. **После изменения конфигурации нужно перезапустить `droid` в новом терминале**, чтобы файл был перечитан. ## Проверка Выбрав модель, отправьте простой запрос: ``` Ответь одним предложением: сколько будет 1+1 ``` Если ответ возвращается нормально, подключение выполнено. ## Примечания * **В `provider` рекомендуется указывать `generic-chat-completion-api`**: он работает по протоколу OpenAI Chat Completions и является правильным выбором для большинства сценариев BYOK. Значение `openai` включает Responses API, причём на части шлюзов при этом значении `base_url` игнорируется и запрос уходит напрямую в `api.openai.com`; значение `anthropic` идёт через `/v1/messages`. * **Сначала очистите переменные окружения**. Если в shell экспортированы `ANTHROPIC_AUTH_TOKEN`, `ANTHROPIC_BASE_URL` или `ANTHROPIC_API_KEY`, они перекроют файл конфигурации, и запросы пойдут в обход настроенного вами шлюза. Перед подключением рекомендуется выполнить `unset` этих переменных. * Droid читает и `~/.factory/settings.json`, и устаревший `~/.factory/config.json`, причём первый в приоритете. В старом формате имена полей в snake\_case: `custom_models` / `model_display_name` / `base_url` / `api_key`, и раскрытие `${VAR_NAME}` **не поддерживается**; рекомендуем повсеместно использовать `settings.json`. * Окно контекста модели — минимум 64k; слишком маленькие локальные модели могут работать некорректно. * Factory проводит базовое тестирование только официальных интерфейсов Anthropic / OpenAI; совместимость кастомных моделей не гарантируется. Известно, что субагенты (subagent) иногда откатываются на официальный интерфейс Anthropic. * Порядок диагностики: видна ли модель в `/model` → не перекрыты ли переменные окружения значениями ANTHROPIC\_\* → есть ли `/v1` в baseUrl → хватает ли баланса. ## Полезные ссылки * Официальная документация BYOK: [https://docs.factory.ai/model-independence/byok](https://docs.factory.ai/model-independence/byok) --- # DSH 大肥魚 Источник: https://docs.aicentos.com/ru/clients/dsh Language: ru > Подключите модели aicentos к DeepSeek Harness (DSH), заведите рыбку для Bilibili и Douyin и добавьте её в группу QQ DSH (DeepSeek Harness) — открытый Agent-фреймворк от DeepSeek. Настольная версия DSH Desktop объединяет рантайм, плагины и сессии в одном установщике. «大肥魚» (большая жирная рыбка) — это плагин сообщества `dsh-bili-whale`: ИИ-рыбка, которая просыпается по собственному распорядку, листает Bilibili, действительно понимает видео, ведёт два дневника и упоминает вас в тех, что стоит посмотреть. Страница состоит из четырёх частей: подключение DSH к aicentos, рыбка для Bilibili, версия для Douyin и, наконец, подключение к личным сообщениям и группам QQ через официальный плагин. Плагины поддерживают сообщество и Tencent; они не связаны с Bilibili, Douyin или DeepSeek. ## Подготовка | Элемент | Требование | Пояснение | | ---------------- | ------------- | -------------------------------------------------------------------------------------------------------- | | DSH Desktop | Обязательно | Установщик macOS / Windows с официального сайта; рантайм включён | | Node.js | 18+ | Нужен только при запуске DSH из командной строки; инструменты плагина — `.mjs`, требуется настоящий node | | ffmpeg | Необязательно | Нужен только для извлечения кадров; без него работают субтитры, данмаку и популярные комментарии | | Аккаунт Bilibili | Один | Аккаунт самой рыбки, из него берутся cookie; рекомендуется дополнительный аккаунт | | API Key aicentos | Один | Создайте отдельный ключ (например `dsh`), чтобы отслеживать расход по проекту | * Консоль: [https://aicentos.com](https://aicentos.com) * Создать ключ: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнить кошелёк: [https://aicentos.com/wallet](https://aicentos.com/wallet) ## Конфигурация для заполнения | Поле | Значение | | ------------ | ---------------------------------------------- | | Provider ID | `aicentos` | | Display name | `aicentos` | | Base URL | `https://aicentos.com/v1` | | API protocol | `openai-completions` | | API Key | Ключ, созданный в консоли | | Model | Название модели из «Галереи моделей» в консоли | ## Шаги настройки ### Установите DSH Desktop Откройте [https://www.dshdesktop.com/](https://www.dshdesktop.com/) и выберите установщик для вашей системы (Windows, macOS на Apple silicon, macOS на Intel), затем запустите его. При первом запуске следуйте подсказкам: настройте модель, создайте сессию и убедитесь, что она отвечает. ### Подключите aicentos в DSH Рекомендуется настройка через интерфейс: 1. Откройте **Settings → Models** и нажмите **Add a custom provider**. 2. Заполните Provider ID, Display name, Base URL, API protocol и API Key по таблице выше. 3. В **Model catalog** нажмите **Fetch available models** и отметьте нужные модели; если список не загрузился, введите ID модели вручную. 4. Нажмите **Save**, вернитесь в чат и выберите модель в селекторе сверху. Можно также отредактировать `~/.dsh/settings.yaml` напрямую: ```yaml agent-default-model: provider: aicentos model: имя-модели llm-pi-ai: providers: aicentos: api: openai-completions baseURL: https://aicentos.com/v1 apiKeyEnv: AICENTOS_API_KEY models: - id: имя-модели ``` Затем задайте переменную окружения и запустите: ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" ``` Ключ хранится локально в `$DSH_HOME/.credentials.yaml`; интерфейс никогда не показывает его в открытом виде. ### Установите плагин рыбки Клонировать вручную не нужно — отправьте одну строку в чат DSH: ```bash 帮我安装这个插件，插件地址：https://github.com/Alterssss/dsh-bili-whale ``` После завершения обновите страницу DSH и откройте **Settings → Завести рыбку** (养鱼) в левой панели. Если этого пункта нет, полностью закройте DSH и откройте снова: плагины собираются при запуске, без перезапуска установка не действует. ### Выдайте сессии полные права Этот шаг пропускают чаще всего. Её сессия находится в **Рабочая область → Без группы** слева (без раскрытия папки её не видно). Откройте сессию и переключите права на **Полный доступ** (`danger-full-access`), иначе после пробуждения она не сможет выполнять команды, писать комментарии и вести дневники. ### Войдите в аккаунт Bilibili В **Settings → Завести рыбку → Вход в Bilibili** нажмите **Вход по QR-коду** и подтвердите в приложении Bilibili на телефоне. QR-код действует около 3 минут; отмена или истечение срока не заменяют текущее состояние входа. Можно вставить cookie вручную: войдите в браузере в аккаунт рыбки, нажмите F12, откройте **Application → Cookies → `https://www.bilibili.com`**, скопируйте `SESSDATA`, `bili_jct` и `buvid3`, вставьте по одному и нажмите **Записать учётные данные**. Не читайте cookie через `document.cookie`. `SESSDATA` помечен HttpOnly и недоступен скриптам: получится неполный cookie, и проверка будет постоянно падать. ### Проверьте зависимости Нажмите **Проверка зависимостей** на странице настроек. Она делает реальный запрос к Bilibili для проверки входа, затем по пунктам проверяет cookie, ffmpeg, Node, каталог данных и распорядок. Всё должно быть зелёным («всё доступно ✓»). Если сообщается об отсутствии ffmpeg, не ищите инструкцию — отправьте в чат DSH «установи ffmpeg на этом компьютере», дайте ему всё сделать и запустите проверку снова. После правок обязательно нажимайте **Сохранить**. Поля меняются локально и записываются на диск только при сохранении; страница сама предупреждает, что несохранённые изменения не действуют. Сохранение применяется сразу; перезапуск DSH нужен только при замене кода или версии плагина. ### Настройте характер и распорядок * **Кто она**: имя персонажа, как она обращается к вам, как называет себя. * **Её характер**: текст записывается в `~/.bili-ai/persona.md`, затем нажмите **Внедрить характер** (лимит 20000 символов, внедряются первые 3000, прикладываются при каждом пробуждении и прослушивании). * **Вы (владелец)**: укажите свой `mid` — по нему работают упоминания и личные сообщения. * **Способ публикации**: упоминание в комментариях или личное сообщение Bilibili. * **Окно активности**: по умолчанию 20:00–24:00; она просыпается в случайный момент внутри окна, а не по часам. Плагин не содержит встроенного характера: по умолчанию это нейтральный ассистент, который не называет вас «хозяином» и не сюсюкает. Чтобы получилась «大肥魚», опишите её происхождение, манеру речи, что для неё важно и чего она делать не должна. ## Проверка Сначала запустите самотест в командной строке: он за один проход проверяет конфигурацию, учётные данные, состояние входа, каталог данных и зависимости. ```bash node ~/.dsh/plugins/dsh-bili-whale/tools/bili.mjs selftest ``` В Windows замените путь на `%USERPROFILE%\.dsh\plugins\dsh-bili-whale\tools\bili.mjs`: ```powershell node "$env:USERPROFILE\.dsh\plugins\dsh-bili-whale\tools\bili.mjs" selftest ``` Все пункты отмечены галочками и в конце «全部通过 ✓ 可以用了» — значит всё готово. Частые команды: ```bash node ~/.dsh/plugins/dsh-bili-whale/tools/bili.mjs deps # проверка зависимостей node ~/.dsh/plugins/dsh-bili-whale/tools/bili.mjs dm --status # лимит ЛС + взаимная подписка node ~/.dsh/plugins/dsh-bili-whale/tools/bili.mjs traffic status # значения защиты запросов ``` Чтобы она сразу отработала один круг, задайте в настройках окно активности длиной две минуты начиная с текущего момента, сохраните и дождитесь пробуждения (проверка → выбор тем → понимание → два дневника → уведомление вам). Можно также попросить её в чате проснуться и пролистать Bilibili один раз. В конце откройте страницу использования в консоли aicentos и убедитесь, что запросы записаны на ключ, созданный для DSH. ## Подключение Douyin Версия для Douyin — отдельный проект с той же идеей: `dsh-douyin-scroll`. Он вообще не смотрит картинку: читает описания, теги, автора, длительность, метрики вовлечённости и топ-комментарии, отбирает несколько видео в день и пишет Markdown-отчёт. ### Установка ```bash git clone https://github.com/NEWJO123/dsh-douyin-scroll.git cd dsh-douyin-scroll node selfcheck.mjs ``` Когда предварительная проверка пройдена, установите его в профиль `web` и один раз перезапустите DSH: ```bash dsh plugin --profile web add "link:$PWD" ``` После перезапуска откройте **Settings → Листать Douyin** (刷抖音). ### Первичная настройка 1. Нажмите **Установить основные зависимости**: создаётся отдельный venv с `curl_cffi` и `httpx` (около 30 секунд, прогресс в `install.log`). 2. Вход: выполните `node tools/qr-login.mjs start` и отсканируйте код, либо вставьте cookie из уже авторизованной сессии Douyin в браузере на странице настроек. 3. Задайте, что листать: ключевые слова, категории, конкретные авторы, сколько видео в день, сколько кандидатов за круг, затем нажмите **Запустить один круг сейчас**. Cookie остаются на этой машине в `$DSH_HOME/douyin-duty/douyin_cookie.txt`, не попадают в логи и никуда не отправляются. ### Возможности и ограничения | Пункт | Детали | | ------------------- | ---------------------------------------------------------------------------------------------------------------------------------- | | Критерии оценки | Описание, теги, автор, длительность, соотношения вовлечённости, топ-комментарии; без картинки и без распознавания речи | | Источник кандидатов | Лента рекомендаций только для чтения и список трендов; в веб-версии Douyin нет рабочего поиска, ключевые слова лишь помечают отчёт | | Отчёт | Пишется в `out/<дата>.md`; опционально уведомление Windows или webhook | | Отправка | Личные сообщения, карточки и комментарии по умолчанию выключены, каждое требует `confirm` | | Группы | Наблюдение автора: «в группах сообщение может не отправиться»; на другом аккаунте может быть иначе | Обычные текстовые ссылки в Douyin не открываются, работают только карточки. Для личных сообщений, карточек и комментариев нужен Chrome (ищется только `chrome.exe`, не Edge); для сбора кандидатов и отчёта он не требуется. Частые комментарии вызывают ограничения, а точность ниже, чем в версии для Bilibili: без субтитров остаётся только реакция аудитории. ## Подключение группы QQ У QQ Bot есть официальный плагин `@tencent-connect/dsh-qqbot`: он ставится в отдельный профиль `qqbot`, после привязки по QR-коду бот общается в личных сообщениях и группах QQ. ```bash npx @deepseek-ai/dsh plugin --profile qqbot add @tencent-connect/dsh-qqbot npx @deepseek-ai/dsh --profile qqbot ``` При первом запуске отсканируйте QR-код по подсказке — вручную вводить ключи не нужно. После привязки: * **Изолированные сессии**: у каждого диалога и каждой группы свой контекст, без смешивания, сессии восстанавливаются после перезапуска. * **Смена модели в чате**: переключение прямо в разговоре сохраняет прежний контекст, начинать заново не нужно. * **Тихий режим**: можно отвечать только при упоминании, чтобы не заваливать группу сообщениями. Модель настраивается внутри профиля `qqbot`: откройте там **Settings → Models → Add a custom provider** и заполните aicentos по таблице выше. Если нужно управлять несколькими каналами сразу, посмотрите bundle сообщества `dsh-im` — один bundle на десять каналов, с несколькими ботами и потоковыми ответами. Сообщения в группе попадают в контекст и передаются модели, поэтому не поручайте ей работу с аккаунтами и ключами в группе; учётные данные привязки хранятся в локальном профиле — не синхронизируйте каталог профиля в публичный репозиторий. ## Компаньон на рабочем столе и очистка комментариев Два необязательных плагина, это отдельные проекты: | Назначение | Проект | Установка | | ------------------------------------------------ | -------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------- | | Анимированная рыбка на рабочем столе | [https://github.com/QCYTSN/dsh-dafeiyu](https://github.com/QCYTSN/dsh-dafeiyu) | Также отправьте URL в DSH; появится прозрачное нативное окно, его можно перетаскивать, анимация меняется по состоянию задачи | | Скрыть подозрительные ИИ-аккаунты в комментариях | [https://github.com/liyupi/dafeiyu-cleaner](https://github.com/liyupi/dafeiyu-cleaner) | Расширение браузера: скачайте zip из Releases, распакуйте, откройте `chrome://extensions`, включите режим разработчика и загрузите распакованное расширение | Расширение скрывает комментарии только в вашем браузере: оно ничего не удаляет, не отправляет жалобы автоматически, а ошибочно отмеченные аккаунты можно вернуть. Офлайн-правила дают около 85% обнаружения — цифра получена в одном разделе комментариев и в другом сообществе может не подтвердиться. ## Примечания * **Автокомментарии сначала не включайте.** Они отключены по умолчанию; после включения — один комментарий за круг, максимум 20, и только один раз на видео. Даже так публичный поток превращается в «нашествие рыбок» для остальных. Начните с личных сообщений Bilibili самому себе. * **Для ЛС нужны два аккаунта.** Выбор личных сообщений требует двух разных аккаунтов с взаимной подпиской (`relation.attribute === 6`). С одним аккаунтом просмотр видео, дневники и отчёты работают, а ЛС — нет. * **Авторизуйте дополнительный аккаунт.** Плагин говорит от вашего имени, поэтому не передавайте cookie основного аккаунта стороннему плагину и не покупайте аккаунты неизвестного происхождения. * **При ограничениях сразу остановитесь.** На 412 / 429, капчу или троттлинг плагин делает паузу на 5–30 минут и сообщает об этом; не повторяйте запросы подряд — подписанные эндпоинты не гарантируют обход ограничений платформы. * **Выбирайте недорогую модель.** Каждый день она отбирает 5 видео, глубоко читает 2–3 и пишет два дневника — за круг получается много запросов. Возьмите в aicentos модель с низкой ценой и достаточным контекстом (см. [поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)) и создайте отдельный ключ для DSH, чтобы контролировать расходы. * **Без интерфейса не работает.** Плагин должен работать на DSH с веб-интерфейсом, иначе он останется в состоянии `pending (waiting for services: sessionController, webServer, connection)`. * Плагин — публичная версия личного инструмента, не связанная с Bilibili или DeepSeek; вы действуете своим аккаунтом и на свой риск, соблюдая правила платформы. ## Полезные ссылки * [Репозиторий плагина dsh-bili-whale](https://github.com/Alterssss/dsh-bili-whale) * [Репозиторий плагина dsh-douyin-scroll](https://github.com/NEWJO123/dsh-douyin-scroll) * [Официальная документация QQ Bot](https://bot.qq.com/wiki/agent-qqbot/) * [Официальный сайт DSH Desktop](https://www.dshdesktop.com/) * [Исходный код DSH Desktop](https://github.com/dataelement/dsh-desktop) * [История изменений плагина](https://github.com/Alterssss/dsh-bili-whale/blob/main/CHANGELOG.md) * [Поддерживаемые модели aicentos](https://docs.aicentos.com/ru/billing/models-list) --- # Freebuff Источник: https://docs.aicentos.com/ru/clients/freebuff Language: ru > Freebuff не требует API Key и не имеет настроек кастомного эндпоинта — причины и альтернативы Freebuff продаётся под лозунгом «без подписки, без кредитов, без API Key»: модели берутся из встроенного каталога, а расходы несёт его собственная система аккаунтов. Поэтому **полей для Base URL и Key у него нет**, и подключить aicentos невозможно. ## Почему прямое подключение невозможно В официальном README прямо указано `No subscription, credits, or API key required`, и в конфигурации тоже нет полей вроде `baseUrl`, `apiKey`. Его десктопная версия умеет запускать установленные локально Claude Code и Codex и переиспользовать их собственные аккаунты провайдеров, но модель в этом случае определяет **запускаемый CLI**, а не конфигурация моделей Freebuff. Если хотите пойти этим путём к aicentos, настраивать нужно в самом CLI (см. [Claude Code](https://docs.aicentos.com/ru/clients/claude-code), [Codex CLI](https://docs.aicentos.com/ru/clients/codex-cli)). ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | В таблице выше — общие параметры на стороне aicentos; они понадобятся для альтернатив ниже. ## Альтернативные варианты * Нужен терминальный кодинг-агент: [Craft Agent](https://docs.aicentos.com/ru/clients/craft-agent), [Gajae Code](https://docs.aicentos.com/ru/clients/gajae-code), [Oh My Pi](https://docs.aicentos.com/ru/clients/oh-my-pi). * Хотите сначала попробовать на бесплатном лимите: используйте пробный лимит в консоли, убедитесь, что модель подходит, и только потом переходите на клиент с поддержкой кастомного эндпоинта. * Нужна только его десктопная оболочка для запуска других CLI: настройте aicentos на стороне Claude Code / Codex CLI. ## Проверка После перехода на любой из альтернативных клиентов отправьте один промпт, убедитесь, что связь есть, и сверьте расход в консоли. ## Примечания * «Бесплатно» означает, что модель нельзя выбрать и провайдера нельзя сменить; не ищите настройки в расчёте на «настраиваемость». * В официальном описании упоминается, что в некоторых ограниченных регионах или при включённом VPN действуют ограничения скорости. ## Полезные ссылки * [Freebuff CLI](https://freebuff.com/cli) * [Репозиторий freebuff](https://github.com/CodebuffAI/freebuff) --- # Fx Источник: https://docs.aicentos.com/ru/clients/fx Language: ru > Использование aicentos в Fx — добавление кастомного подключения модели через пользовательский settings.json Fx — кодинг-агент от Vercel Labs: единый нативный бинарник, написанный на Zig, без привязки к модели. Кастомные подключения моделей задаются в пользовательском `~/.fx/settings.json` — направьте base URL на aicentos. **Сразу отметим частую ловушку:** `.fx.json` в корне проекта — это другое: он намеренно не допускает большинство полей (включая модель), чтобы склонированный репозиторий не мог подменить вашу модель или эндпоинт. **Кастомный эндпоинт обязательно пишите в `~/.fx/settings.json`** — в `.fx.json` он не сработает. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Fx (рекомендуемое имя `fx` — так проще отслеживать расход): * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) Убедитесь, что Fx установлен: ```bash curl -fsSL https://fx.sh/setup.sh | bash fx --version ``` ## Конфигурация для заполнения | Поле | Значение | | ----------------- | ----------------------------------------- | | Файл конфигурации | `~/.fx/settings.json` | | Base URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки ### 1. Отредактируйте пользовательские настройки В `~/.fx/settings.json` зарегистрируйте подключение в формате «кастомного подключения модели». Структуру полей объекта подключения сверяйте с официальной документацией: * Вход в документацию: [https://fx.sh/docs](https://fx.sh/docs) * README: [https://github.com/vercel-labs/fx](https://github.com/vercel-labs/fx) Адрес API в подключении укажите: ``` https://aicentos.com/v1 ``` API Key — тот, что создан в консоли; имена моделей — по «витрине моделей» в консоли. ### 2. Укажите использование этого подключения Fx позволяет задать провайдера и модель при запуске: ```bash fx provider local FX_MODEL=gpt-4o fx ask "Ответь одним предложением: сколько будет 1+1" ``` Можно и через переменную окружения: ```bash export FX_MODEL="gpt-4o" ``` ### 3. Подтвердите текущего провайдера Fx запоминает выбор по провайдеру: при следующем запуске продолжит использоваться провайдер, выбранный в прошлый раз. ## Проверка Сначала проверьте связность нейтральным промптом без побочных эффектов: ```bash fx ask "Ответь одним предложением: сколько будет 1+1" ``` Если ответ возвращается нормально, подключение выполнено. При ошибке аутентификации в первую очередь проверьте, есть ли `/v1` в base URL и нет ли лишних пробелов в API Key. ## Примечания * **Не трогайте `.fx.json`**. В файле уровня проекта разрешены только отдельные поля вроде `provider_order` и `provider_strict`; поля `model` там нет, и для настройки кастомного эндпоинта он не предназначен. * `provider_order` / `provider_strict` — параметры маршрутизации Vercel AI Gateway, **действуют только на запросы к Gateway; кастомные подключения моделей их игнорируют**, так что переключить апстрим с их помощью не выйдет. * Официальная поддержка кастомных подключений моделей в Fx ещё развивается; в ранних версиях может понадобиться свежая сборка, чтобы распознать настройки. После обновления сначала выполните тестовую команду выше и только потом переходите к реальной работе. * Скрипт бинарной установки тянет файлы из сети — перед выполнением самостоятельно убедитесь в доверии к источнику. ## Полезные ссылки * Страница проекта: [https://github.com/vercel-labs/fx](https://github.com/vercel-labs/fx) --- # Gajae Code Источник: https://docs.aicentos.com/ru/clients/gajae-code Language: ru > Подключение к aicentos в Gajae Code (gjc) — добавление OpenAI-совместимого provider в models.yml Провайдеры Gajae Code описываются в `~/.gjc/agent/models.yml`, поля — `baseUrl` / `api` / `apiKey`; достаточно добавить один блок, чтобы направить запросы на aicentos. ## Подготовка Сначала создайте в консоли отдельный ключ для Gajae Code (рекомендуемое имя `gajae-code`), затем установите CLI: ```bash curl -fsSL https://raw.githubusercontent.com/Yeachan-Heo/gajae-code/v0.15.3/scripts/install.sh -o gjc-install.sh sh gjc-install.sh gjc --version ``` ## Конфигурация для заполнения | Поле | Значение | | ------------------------ | ------------------------------------------ | | Имя provider | на ваш выбор, например `aicentos` | | `baseUrl` | `https://aicentos.com/v1` | | `api` | `openai-completions` | | `apiKey` или `apiKeyEnv` | ключ напрямую или имя переменной окружения | | `models[].id` | имя модели из «витрины моделей» в консоли | ## Шаги настройки Отредактируйте `~/.gjc/agent/models.yml`: ```yaml providers: aicentos: baseUrl: https://aicentos.com/v1 api: openai-completions apiKeyEnv: AICENTOS_API_KEY discovery: type: openai-models-list models: - id: имя-модели contextWindow: 128000 maxTokens: 8192 ``` Направьте на него модель по умолчанию: ```yaml modelBindings: modelRoles: default: aicentos/имя-модели:high ``` Затем экспортируйте ключ и запустите: ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" gjc ``` Секция `discovery` включает автоматическое получение списка моделей; если хотите вручную управлять видимыми моделями, уберите эту секцию и оставьте только `models`. ## Проверка Запустите `gjc` и в селекторе моделей убедитесь, что появились модели под `aicentos`, затем отправьте один промпт и проверьте, что ответ приходит. Если список пуст, сначала проверьте отступы в `models.yml` и секцию `discovery`. ## Примечания * `models.yml` проверяется строго: неизвестное поле сразу даёт ошибку. Не копируйте из других инструментов написание с подчёркиваниями вроде `api_key`, `base_url` — здесь требуется camelCase: `baseUrl`, `apiKey`. * `contextWindow` и `maxTokens` указывайте по фактической модели: завышенные значения будут отклонены на стороне апстрима. * В `modelRoles.default` суффикс `:high` — это уровень интенсивности рассуждений; при необходимости замените его на другой уровень или уберите. * Проект сам называет себя experimental: после обновления поля могут измениться, ориентируйтесь на `docs/models.md` в репозитории. ## Полезные ссылки * [Репозиторий gajae-code](https://github.com/Yeachan-Heo/gajae-code) --- # Gemini CLI Источник: https://docs.aicentos.com/ru/clients/gemini-cli Language: ru > Использование aicentos в Gemini CLI — настройка кастомного шлюза через переменные окружения Gemini CLI — официальная консольная утилита Google. Она поддерживает настройку кастомного шлюза через переменные окружения для подключения сервиса Codex Proxy, что позволяет общаться с моделями Gemini прямо в терминале. ## Подготовка Gemini CLI устанавливается глобально через npm, поэтому сначала нужно подготовить окружение Node.js 18+ и npm. ### Установка Node.js * Страница загрузки Node.js: [https://nodejs.org/en/download](https://nodejs.org/en/download) * macOS/Windows: скачайте и установите LTS-версию * Linux: установите способом для своего дистрибутива, указанным на странице * macOS (пользователи Homebrew): выполните `brew install node` ### Проверка установки ```bash node -v npm -v ``` ## Установка Gemini CLI Глобальная установка Gemini CLI через npm: ```bash npm install -g @google/gemini-cli ``` Проверка установки: ```bash gemini --version ``` ## Настройка переменных окружения Gemini CLI поддерживает подключение кастомного шлюза через три переменные окружения: | Переменная окружения | Описание | | ------------------------ | ----------------------------------------------------------- | | `GOOGLE_GEMINI_BASE_URL` | Корневой адрес шлюза, заменяет эндпоинт Google по умолчанию | | `GEMINI_API_KEY` | Ваш API Key | | `GEMINI_MODEL` | Модель, используемая по умолчанию | ### Пример настройки ```bash export GOOGLE_GEMINI_BASE_URL="https://aicentos.com" export GEMINI_API_KEY="your_api_key_here" export GEMINI_MODEL="gemini-2.0-flash" ``` ### Примечания * В `GOOGLE_GEMINI_BASE_URL` указывайте корневой адрес сервиса, без конкретных путей к методам * Быстрая проверка: выполните export-команды прямо в текущей сессии shell * Постоянное действие: добавьте export-строки в `~/.zshrc` или `~/.bashrc`, затем выполните `source ~/.zshrc`, чтобы они вступили в силу ## Запуск Gemini CLI Когда конфигурация готова, просто выполните: ```bash gemini ``` После запуска можно общаться с моделями Gemini прямо в терминале. ## Проверка подключения Отправьте в Gemini CLI одно сообщение: если ответ приходит нормально, подключение выполнено успешно. ### Устранение типичных проблем * При ошибке аутентификации убедитесь, что `GEMINI_API_KEY` указан верно * Проверьте, указывает ли `GOOGLE_GEMINI_BASE_URL` на правильный адрес сервиса ## Примечания * Текущий сервис уже поддерживает Gemini-совместимый интерфейс и подходит для Gemini CLI напрямую * Для постоянного действия переменные окружения рекомендуется прописать в конфигурационном файле shell * Gemini CLI сам собирает пути API, добавлять конкретные пути к методам в BASE\_URL не нужно ## Полезные ссылки * Официальная документация: [https://docs.aicentos.com/clients/gemini-cli.html](https://docs.aicentos.com/clients/gemini-cli.html) --- # Goose Источник: https://docs.aicentos.com/ru/clients/goose Language: ru > Использование aicentos в Goose — объявление кастомного OpenAI-совместимого провайдера Goose — опенсорсный кодинг-агент от Block, который может указывать на OpenAI-совместимый эндпоинт двумя способами: переиспользовать встроенного провайдера `openai`, переопределив host, либо объявить отдельного кастомного провайдера. Рекомендуется второй вариант: данные эндпоинта собраны в одном месте, и удобно держать несколько конфигураций одновременно. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Goose (рекомендуемое имя `goose` — так проще отслеживать расход): * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) ## Конфигурация для заполнения | Поле | Значение | | -------------------------- | ------------------------------------------------ | | Файл кастомного провайдера | `~/.config/goose/custom_providers/aicentos.json` | | engine | `openai` | | base\_url | `https://aicentos.com/v1/chat/completions` | | api\_key\_env | `AICENTOS_API_KEY` | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки ### 1. Задайте переменную окружения для API Key ```bash export AICENTOS_API_KEY="sk-ваш-API-ключ" ``` Для постоянного действия добавьте её в `~/.zshrc` или `~/.bashrc`. **Не пишите ключ в config.yaml** — официальная документация прямо рекомендует переменные окружения или системное хранилище ключей. ### 2. Объявите кастомного провайдера Создайте `~/.config/goose/custom_providers/aicentos.json` (в Windows — `%APPDATA%\Block\goose\config\custom_providers\`): ```json { "name": "aicentos", "engine": "openai", "display_name": "aicentos", "description": "Модели, подключённые через aicentos", "api_key_env": "AICENTOS_API_KEY", "base_url": "https://aicentos.com/v1/chat/completions", "models": [ { "name": "gpt-4o", "context_limit": 128000 } ], "supports_streaming": true, "dynamic_models": true } ``` Обязательные поля: `name`, `engine`, `display_name`, `base_url`, `models`; `engine` принимает `openai` / `anthropic` / `ollama`. Имена моделей — по «витрине моделей» в консоли, см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list). ### 3. Задайте по умолчанию в config.yaml Отредактируйте `~/.config/goose/config.yaml`: ```yaml GOOSE_PROVIDER: aicentos GOOSE_MODEL: gpt-4o ``` При запуске Goose сканирует каталог `custom_providers/` и регистрирует провайдеров автоматически; позже можно переключаться и в графическом интерфейсе. ## Проверка Сначала проверьте в неинтерактивной сессии: ```bash goose run -t "Ответь одним предложением: сколько будет 1+1" ``` Если ответ возвращается нормально, подключение выполнено. ## Примечания * **В `base_url` указывайте полный путь** (здесь — с `/v1/chat/completions`): это отличается от привычки большинства клиентов. Если нужно явно задать путь, в новых версиях есть поле `base_path`, у которого приоритет выше разбора URL. * **Переменные окружения имеют приоритет над config.yaml**. Если в shell уже экспортирован `OPENAI_HOST`, он молча перекроет конфигурацию из файла; при диагностике сначала выполните `env | grep -i openai`. * Goose нормально стартует, только если провайдер выбран. Если конфигурация записана в `config.yaml`, но `goose configure` ни разу не выполнялся, может появиться `No provider configured` — это частое недопонимание: параметры конфигурации в формате YAML, а не `.env`. * При `dynamic_models: true` Goose обращается к эндпоинту `/v1/models` за списком моделей; если нужно показывать только заданные модели, удалите это поле или поставьте `false`. * Есть и более простой вариант — переиспользовать встроенного провайдера: в config.yaml задайте `GOOSE_PROVIDER: openai`, а эндпоинт соберите из `OPENAI_HOST` и `OPENAI_BASE_PATH`. Так проще, но связь с переменными окружения сильнее и легко напороться на описанную выше проблему перекрытия. * Порядок диагностики: совпадает ли имя провайдера с именем JSON-файла полностью → содержит ли `base_url` полный путь → видны ли переменные окружения → хватает ли баланса. ## Полезные ссылки * Документация по кастомным провайдерам: [https://block.github.io/goose/docs/api/providers/custom](https://block.github.io/goose/docs/api/providers/custom) --- # Grok Build Источник: https://docs.aicentos.com/ru/clients/grok-build Language: ru > Подключение aicentos в Grok Build — кастомный model provider через config.toml Grok Build — консольный агент для программирования от xAI. По умолчанию он вызывает официальный интерфейс xAI, но позволяет объявить в `~/.grok/config.toml` произвольные OpenAI-совместимые эндпоинты `[model.*]`. Направьте эндпоинт на aicentos — и одним и тем же ключом можно вызывать модели линейки grok и других вендоров. ## Подготовка * Установите Grok Build (официальный скрипт): ```bash curl -fsSL https://x.ai/cli/install.sh | bash ``` * Создайте в консоли aicentos отдельный ключ (рекомендуемое имя `grok-build`). ## Конфигурация для заполнения | Поле | Значение | | --------------- | -------------------------------------------------------------------------------- | | base\_url | `https://aicentos.com/v1` | | api\_backend | `chat_completions` (значение по умолчанию) | | env\_key | `AICENTOS_API_KEY` | | model | ID модели из «витрины моделей» в консоли, например `grok-4.7`, `claude-opus-4-8` | | context\_window | по выбранной модели, например `200000` | ## Шаги настройки * Запишите ключ в переменную окружения shell (добавьте в `~/.zshrc` или `~/.bashrc` и примените через `source`): ```bash export AICENTOS_API_KEY="your_api_key_here" ``` * Отредактируйте `~/.grok/config.toml`, добавив кастомную модель: ```toml [models] default = "aicentos-grok" [model.aicentos-grok] base_url = "https://aicentos.com/v1" env_key = "AICENTOS_API_KEY" api_backend = "chat_completions" context_window = 200000 max_completion_tokens = 8192 description = "aicentos gateway - grok-4.7" ``` `` в `[model.]` — это ID модели; чтобы подключить несколько моделей, например `grok-4.7` и `claude-opus-4-8`, допишите отдельные секции `[model.grok-4.7]`, `[model.claude-opus-4-8]`. * Запустите Grok Build и переключите модель через селектор или команду: ```bash grok /model aicentos-grok ``` ## Проверка Сначала проверьте, распознались ли модели: ```bash grok models ``` Затем отправьте лёгкий промпт (например, `grok -p "опиши текущий каталог одним предложением" -m aicentos-grok`) и убедитесь, что ответ приходит нормально. ## Примечания * У Grok Build **нет параметра командной строки `--base-url`**; кастомный эндпоинт задаётся только через файл конфигурации или переменные окружения. * `api_backend` по умолчанию — `chat_completions`; если явно указать `responses` или `messages`, убедитесь, что шлюз поддерживает соответствующий эндпоинт, иначе запрос завершится ошибкой. * Порядок разрешения учётных данных: `api_key` из конфигурации модели → переменная окружения из `env_key` → token текущей сессии → глобальный `XAI_API_KEY`. Здесь достаточно сослаться через `env_key` на свою переменную — к официальному аккаунту xAI запросы не попадут. * Если у новой модели опустить `context_window`, Grok Build по умолчанию считает его равным 200 000; лучше указать явно по выбранной модели. * После подключения кастомного эндпоинта подписка xAI не нужна, но выбранная модель по-прежнему тарифицируется на стороне aicentos — сначала проверьте баланс на [странице кошелька](https://aicentos.com/wallet). --- # Grok CLI Источник: https://docs.aicentos.com/ru/clients/grok-cli Language: ru > Использование aicentos в Grok CLI — подключение через переменные окружения или файл конфигурации Grok CLI — консольный инструмент на OpenAI-совместимом интерфейсе: кастомный адрес API можно подключить напрямую в качестве его бэкенд-сервиса. ## Подготовка Сначала установите Node.js 18+ и npm. Рекомендуется установка со страницы загрузки Node.js: [https://nodejs.org/en/download](https://nodejs.org/en/download) * macOS/Windows: скачайте и установите LTS-версию * Linux: установка способом для вашего дистрибутива Пользователи macOS могут также использовать Homebrew: ```bash brew install node ``` После установки убедитесь: ```bash node -v npm -v ``` ## Установка Grok CLI Глобальная установка через npm: ```bash npm install -g @vibe-kit/grok-cli ``` После установки проверьте: ```bash grok --version ``` ## Настройка подключения Grok CLI предлагает три способа конфигурации с приоритетом: аргументы командной строки > переменные окружения > файл конфигурации. ### Способ 1: переменные окружения (рекомендуется) Задайте следующие переменные окружения: ```bash export GROK_BASE_URL="https://aicentos.com/v1" export GROK_API_KEY="your_api_key_here" ``` Для быстрой проверки достаточно выполнить export в текущем shell. Для постоянного действия добавьте эти строки в `~/.zshrc` или `~/.bashrc`, затем выполните `source ~/.zshrc`, чтобы они вступили в силу. ### Способ 2: файл конфигурации Отредактируйте `~/.grok/user-settings.json`: ```json { "apiKey": "your_api_key_here", "baseURL": "https://aicentos.com/v1", "defaultModel": "gpt-4o" } ``` ### Способ 3: аргументы командной строки Укажите параметры при запуске: ```bash grok --base-url https://aicentos.com/v1 ``` ## Запуск и использование Когда конфигурация готова, просто запустите: ```bash grok ``` После запуска отправьте сообщение в Grok CLI: если ответ приходит нормально, подключение выполнено успешно. ## Проверка и устранение неполадок При ошибке аутентификации проверьте: * корректность `GROK_API_KEY` * указывает ли `GROK_BASE_URL` / `baseURL` на правильный адрес сервиса (нужен суффикс `/v1`) Убедившись, что конфигурация верна, просто перезапустите. ## Примечания * Grok CLI работает через OpenAI-совместимый интерфейс, настройка простая и прямая * Три способа конфигурации можно свободно выбирать; рекомендуется способ с переменными окружения * Адрес API обязательно должен содержать суффикс `/v1` * Поддерживается кастомная модель по умолчанию ## Полезные ссылки * Официальная документация: [https://docs.aicentos.com/clients/grok-cli.html](https://docs.aicentos.com/clients/grok-cli.html) --- # Hermes Agent Источник: https://docs.aicentos.com/ru/clients/hermes-agent Language: ru > Использование aicentos в Hermes Agent — указание OpenAI-совместимого эндпоинта через переменные окружения Hermes Agent читает параметры подключения к модельному сервису из переменных окружения. Направьте Base URL на aicentos — и все запросы на рассуждения агента пойдут через модели, подключённые к aicentos. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Hermes Agent (рекомендуемое имя `hermes-agent` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) ## Конфигурация для заполнения | Поле | Значение | | ----------------- | ----------------------------------------- | | OPENAI\_BASE\_URL | `https://aicentos.com/v1` | | OPENAI\_API\_KEY | ключ, созданный в консоли | | Model | имя модели из «витрины моделей» в консоли | ## Шаги настройки Задайте переменные в том же shell, из которого запускается агент: ```bash export OPENAI_BASE_URL="https://aicentos.com/v1" export OPENAI_API_KEY="sk-ваш-ключ" export OPENAI_MODEL="gpt-4o" ``` Затем запустите Hermes Agent как обычно. Чтобы настройки сохранялись навсегда, добавьте приведённые `export` в `~/.zshrc` или `~/.bashrc` и выполните `source` повторно. Если у Hermes Agent есть собственный файл конфигурации, можно указать в нём base\_url / api\_key / model — эффект будет эквивалентным; при одновременном наличии обоих способов действует его внутренний приоритет (обычно переменные окружения старше). ## Проверка После запуска вызовите самый простой запрос на рассуждение (например, попросите ответить на вопрос из общих знаний) и убедитесь, что ответ приходит. Затем проверьте страницу расхода в консоли и подтвердите, что запросы действительно учтены на том ключе, который вы создали для Hermes Agent. ## Примечания * Переменные окружения должны быть видимы в той сессии shell, из которой запускается агент; записанные в другой shell они действовать не будут. * При развёртывании в Docker не забудьте передать переменные через `-e` или блок `environment` в compose, а не задавать их только на хост-машине. * Base URL указывайте только до `/v1`. * Часть агентских фреймворков в первую очередь читает `OPENAI_API_BASE`; если приведённые переменные не срабатывают, добавьте переменную с тем же значением, но другим написанием, и повторите попытку. * Рекомендуется создавать для агента отдельный ключ — так удобнее учитывать расход по проектам. --- # Hindsight Источник: https://docs.aicentos.com/ru/clients/hindsight Language: ru > Модели aicentos для сервиса памяти Hindsight — четыре переменные окружения и OpenAI-совместимый протокол Hindsight — открытая система памяти для агентов: self-hosted сервис, HTTP / MCP интерфейсы, SDK и CLI. Сам по себе это не чат-клиент, но **для извлечения памяти нужен LLM**, и этот LLM можно направить на aicentos. ## Подготовка Сначала создайте в консоли отдельный ключ для Hindsight (рекомендуемое имя `hindsight`). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) Серверной части Hindsight нужен PostgreSQL 14 или новее. Встроенный `pg0` подходит только для разработки; в продакшене подключайте собственный экземпляр. ```bash pip install hindsight-api ``` ## Конфигурация для заполнения | Переменная окружения | Значение | | ---------------------------- | ----------------------------------------- | | `HINDSIGHT_API_LLM_PROVIDER` | `openai` | | `HINDSIGHT_API_LLM_BASE_URL` | `https://aicentos.com/v1` | | `HINDSIGHT_API_LLM_API_KEY` | ключ, созданный в консоли | | `HINDSIGHT_API_LLM_MODEL` | имя модели из «витрины моделей» в консоли | ## Шаги настройки Достаточно прописать их в окружении запуска, код менять не нужно: ```bash export HINDSIGHT_API_LLM_PROVIDER="openai" export HINDSIGHT_API_LLM_BASE_URL="https://aicentos.com/v1" export HINDSIGHT_API_LLM_API_KEY="sk-ваш-API-ключ" export HINDSIGHT_API_LLM_MODEL="имя-модели" hindsight-api ``` При развёртывании в Docker поместите эти переменные в `environment` в compose. Учтите, что официальный образ не содержит `llama.cpp` — не рассчитывайте запускать локальные модели в контейнере. ## Проверка ```bash curl -fsSL https://hindsight.vectorize.io/get-cli | bash hindsight health ``` После запуска сервиса запишите одну память и извлеките её обратно: если это проходит, вызовы LLM работают нормально. Можно также просто смотреть расход в консоли — каждое извлечение памяти у Hindsight порождает один запрос. ## Примечания * `BASE_URL` должен заканчиваться на `/v1`, и апстрим должен обслуживать `/chat/completions`; вариант `https://aicentos.com` даст 404. * Без настроенного LLM Key сервис откажется запускаться — это его обязательная проверка, а не признак неверно заполненного ключа. * Извлечение памяти — фоновая пакетная обработка, расход растёт вместе с числом записей, поэтому для Hindsight лучше завести отдельный ключ: так удобнее наблюдать. * `HINDSIGHT_API_LLM_PROVIDER` со значением `openai` означает использование OpenAI-совместимого протокола, а не то, что доступны только модели OpenAI. ## Полезные ссылки * [Настройка моделей в Hindsight](https://hindsight.vectorize.io/developer/models) * [Репозиторий hindsight](https://github.com/vectorize-io/hindsight) --- # Jcode Источник: https://docs.aicentos.com/ru/clients/jcode Language: ru > Использование aicentos в Jcode — указание OpenAI-совместимого эндпоинта в файле конфигурации Jcode позволяет указывать OpenAI-совместимый API-сервис через файл конфигурации. Направьте Base URL на aicentos и введите API Key, чтобы использовать модели, подключённые к aicentos, в Jcode. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Jcode (рекомендуемое имя `jcode` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | Provider | OpenAI Compatible | | Base URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Model | имя модели из «витрины моделей» в консоли | ## Шаги настройки * Откройте файл конфигурации Jcode (обычно лежит в пользовательском каталоге конфигурации, вида `~/.jcode/config.json`). * Добавьте новый провайдер типа OpenAI Compatible. * В `baseURL` / `baseUrl` укажите: `https://aicentos.com/v1` * В `apiKey` введите ключ, созданный в консоли. * В `model` укажите имя модели из «витрины моделей» в консоли (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)). * Сохраните и перезапустите Jcode, чтобы конфигурация вступила в силу. Примерная структура: ```json { "provider": "openai", "baseUrl": "https://aicentos.com/v1", "apiKey": "sk-ваш-ключ", "model": "gpt-4o" } ``` Если ваша версия хранит конфигурацию в `~/.config/jcode/config.json`, отредактируйте одноимённый файл по этому пути. ## Проверка После перезапуска создайте новую сессию и отправьте простой промпт: если ответ приходит нормально, подключение выполнено. ## Примечания * Названия полей конфигурации (`baseUrl` / `base_url`) могут отличаться между версиями — ориентируйтесь на имена полей в вашем локальном шаблоне конфигурации. * В Base URL указывайте только до `/v1`, не дописывайте полный путь к интерфейсу. * Если ваша версия Jcode не даёт вписать кастомный Base URL, она не сможет подключиться к стороннему эндпоинту — используйте другой клиент с поддержкой кастомного Base URL. * Не коммитьте ключ в репозиторий; при необходимости ссылайтесь на него через переменную окружения. --- # Junie Источник: https://docs.aicentos.com/ru/clients/junie Language: ru > Подключение aicentos в Junie CLI через кастомный профиль модели Junie — агент для программирования от JetBrains, выпускается в двух формах: плагин для IDE и Junie CLI. **Направить на кастомный эндпоинт умеет только Junie CLI**: он подключается к любому OpenAI-совместимому сервису через JSON-профили в `$JUNIE_HOME/models/`. Плагин для IDE пока не поддерживает кастомные эндпоинты. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Junie (рекомендуемое имя `junie-cli`). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) ## Конфигурация для заполнения | Поле | Значение | | ------------------------------ | ------------------------------------------------------------ | | `baseUrl` | `https://aicentos.com/v1/chat/completions` | | `apiType` | `OpenAICompletion` | | `apiKey` | ключ, созданный в консоли (поддерживает ссылку `${ENV_VAR}`) | | `id` | имя модели из «витрины моделей» в консоли | | `displayName` / `providerName` | на ваш выбор, например `aicentos` | Обратите внимание: профиль Junie, в отличие от большинства клиентов, требует в `baseUrl` указывать **полный эндпоинт** — он обязательно должен заканчиваться на `/chat/completions`, путь Junie сам не дописывает. ## Шаги настройки * Создайте файл профиля (имя файла без `.json` — идентификатор профиля): * Пользовательский уровень: `~/.junie/models/aicentos.json` (`$JUNIE_HOME` по умолчанию — `~/.junie`) * Уровень проекта: `<корень проекта>/.junie/models/aicentos.json` (проект должен быть отмечен как доверенный) * Запишите в него следующее: ```json { "id": "gpt-5", "baseUrl": "https://aicentos.com/v1/chat/completions", "apiType": "OpenAICompletion", "apiKey": "${AICENTOS_API_KEY}", "displayName": "aicentos GPT", "providerName": "aicentos", "fasterModel": { "id": "gpt-5-mini" } } ``` * Экспортируйте переменную окружения: ```bash export AICENTOS_API_KEY="sk-ваш-ключ-aicentos" ``` * Укажите профиль при запуске или выберите его командой `/model` в интерактивном интерфейсе: ```bash junie --model custom:aicentos ``` ## Проверка Сразу после запуска сделайте лёгкий тест с простым промптом и переходите к полноценным agentic-сценариям, только когда результат возвращается нормально. ## Примечания * **Плагин JetBrains IDE не поддерживает кастомные эндпоинты**; этот профиль работает только в Junie CLI. * `baseUrl` должен быть полным эндпоинтом (с `/v1/chat/completions`), в отличие от многих клиентов, где достаточно Base URL. * Ссылки `${VAR}` в `apiKey` и `extraHeaders` разрешаются при загрузке профиля; если переменная окружения не задана, профиль загрузится с ошибкой. * Профили уровня проекта ограничены доверием к проекту: в недоверенном проекте будет ошибка `Unknown custom model profile`. * Слабым моделям трудно справляться с многошаговыми вызовами инструментов и длинным контекстом Junie — выбирайте модель с более сильными возможностями. * Подробнее см. на сайте документации: [https://docs.aicentos.com](https://docs.aicentos.com) --- # Kilo CLI Источник: https://docs.aicentos.com/ru/clients/kilo-cli Language: ru > Подключение aicentos в консольной утилите Kilo через файл конфигурации Kilo CLI объявляет провайдеров и модели в одном файле конфигурации JSON / JSONC и позволяет через `@ai-sdk/openai-compatible` указать на любой OpenAI-совместимый эндпоинт, поэтому aicentos подключается напрямую. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для консольной утилиты (рекомендуемое имя `kilo-cli`). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) Также убедитесь, что Kilo CLI установлен глобально: ```bash npm install -g @kilocode/cli ``` ## Конфигурация для заполнения | Поле | Значение | | ------------------------------------------ | ------------------------------------------------------------- | | Пакет провайдера (`npm`) | `@ai-sdk/openai-compatible` | | `options.baseURL` | `https://aicentos.com/v1` | | `options.apiKey` | ключ, созданный в консоли (можно сослаться через `{env:VAR}`) | | Ссылка на модель (верхнеуровневый `model`) | в формате `provider/model`, например `aicentos/gpt-5` | | `limit.context` / `limit.output` | заполните по выбранной модели | ## Шаги настройки * Создайте или отредактируйте глобальный файл конфигурации: * `~/.config/kilo/kilo.json` (или `kilo.jsonc`); если задана переменная `XDG_CONFIG_HOME`, ориентируйтесь на этот каталог. * Файл уровня проекта `./kilo.jsonc` переопределяет одноимённые параметры глобальной конфигурации. * Запишите следующее содержимое: ```json { "$schema": "https://app.kilo.ai/config.json", "model": "aicentos/gpt-5", "provider": { "aicentos": { "npm": "@ai-sdk/openai-compatible", "name": "aicentos", "options": { "baseURL": "https://aicentos.com/v1", "apiKey": "{env:AICENTOS_API_KEY}" }, "models": { "gpt-5": { "name": "GPT-5", "limit": { "context": 128000, "output": 16384 } } } } } } ``` * Экспортируйте переменную окружения: ```bash export AICENTOS_API_KEY="sk-ваш-aicentos-ключ" ``` * Запустите `kilo` в каталоге проекта или переключайте модель через `/model` в интерактивном интерфейсе. ## Проверка После запуска сначала выполните лёгкий тест простым коротким промптом и убедитесь, что результаты возвращаются корректно, и только потом переходите к полноценной работе. ## Примечания * В `options.baseURL` указывайте только `https://aicentos.com/v1`, не дописывайте полный путь `/v1/chat/completions`. * Синтаксис подстановки переменных окружения `{env:VAR}` **работает только в глобальном файле конфигурации**; в файле уровня проекта `kilo.jsonc` из соображений безопасности `{env:...}` не разбирается. * Для кастомных моделей обязательно явно объявите `limit.context` и `limit.output`, иначе длина контекста считается равной 0 и автосжатие перестанет работать. * Если шлюз не предоставляет эндпоинт списка `/v1/models`, автоматическое обнаружение моделей завершится ошибкой — просто объявите модели вручную, как показано выше. * Подробнее — на сайте документации: [https://docs.aicentos.com](https://docs.aicentos.com) --- # Kilo Code Источник: https://docs.aicentos.com/ru/clients/kilo-code Language: ru > Добавьте Custom Provider в расширении Kilo Code с Base URL и API-ключом aicentos Kilo Code официально поддерживает провайдер OpenAI Compatible и подключается к текущему сервису напрямую. ## Установка Официальная страница установки: [https://marketplace.visualstudio.com/items?itemName=kilocode.kilo-code](https://marketplace.visualstudio.com/items?itemName=kilocode.kilo-code) Если вы работаете в VS Code, самый прямой способ установки: ```bash code --install-extension kilocode.kilo-code ``` Если вы используете Windsurf, VSCodium или другую среду, совместимую с Open VSX, установите расширение из соответствующего маркетплейса по официальной документации Kilo. ## Открытие настроек Нажмите кнопку настроек в панели Kilo Code и перейдите к конфигурации провайдера. ## Конфигурация для заполнения Установите API Provider в значение OpenAI Compatible, затем заполните: * Base URL: [https://aicentos.com/v1](https://aicentos.com/v1) * API Key: ваш ключ — codex\_... или sk-... и т. п. * Model ID: gpt-5-codex-mini Если модель не появилась в списке моделей автоматически, её можно ввести вручную. ## Проверка После сохранения сразу запустите новую задачу и убедитесь, что Kilo Code подключается и возвращает содержимое. ## Примечания * В официальной документации Kilo Code используется конфигурация через провайдер OpenAI Compatible * Kilo Code дополнительно позволяет указывать полный URL эндпоинта, но для текущего сервиса это не нужно * Здесь рекомендуется использовать Base URL и не дополнять его до полного пути /chat/completions * Официальная документация: [https://kilo.ai/docs/ai-providers/openai-compatible](https://kilo.ai/docs/ai-providers/openai-compatible) --- # Kilo Источник: https://docs.aicentos.com/ru/clients/kilo Language: ru > Подключение aicentos в Kilo через кастомный OpenAI-совместимый провайдер Kilo поддерживает кастомных провайдеров: запросы диалогов и агента можно направить на любой OpenAI-совместимый эндпоинт. Достаточно добавить в настройках Custom Provider и вписать Base URL и ключ aicentos. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Kilo (рекомендуемое имя `kilo`). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) ## Конфигурация для заполнения | Поле | Значение | | ---------------------- | ----------------------------------------- | | Provider ID / Название | на ваш выбор, например `aicentos` | | Тип API | OpenAI Compatible (Chat Completions) | | Base URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Model ID | имя модели из «витрины моделей» в консоли | | Context Window | по выбранной модели | | Max Output Tokens | по выбранной модели | ## Шаги настройки * Откройте панель настроек Kilo (иконка шестерёнки). * Перейдите в **Providers**, прокрутите список до самого низа и выберите **Custom provider**. * Provider ID и Display name заполните на свой вкус, например `aicentos`. * В качестве типа API выберите **OpenAI Compatible (Chat Completions)**. * В поле Base URL введите `https://aicentos.com/v1`. * Введите API Key, созданный в консоли. * Добавьте Model ID вручную, указав имя модели из консоли. * После сохранения выберите модель этого провайдера в селекторе моделей. ## Проверка После сохранения настроек создайте новую задачу и сначала сделайте лёгкий тест с простым промптом; к режиму Agent переходите, только когда содержимое возвращается нормально. ## Примечания * Если шлюз не отдаёт список `/v1/models`, автообнаружение моделей завершится ошибкой — просто заполните Model ID вручную. * В Base URL указывайте только `https://aicentos.com/v1`, не дописывайте полный путь `/v1/chat/completions`. * Для кастомных моделей рекомендуется явно задать Context Window и Max Output Tokens; если их не указать, длина контекста будет считаться равной нулю — автосжатие сломается, а диалог начнёт бесконечно расти. * Официальная документация: [https://kilo.ai/docs/ai-providers/openai-compatible](https://kilo.ai/docs/ai-providers/openai-compatible) * Подробнее см. на сайте документации: [https://docs.aicentos.com](https://docs.aicentos.com) --- # Kimchi Источник: https://docs.aicentos.com/ru/clients/kimchi Language: ru > Подключение к aicentos в Kimchi — смена адреса инференса через llmEndpoint и границы возможностей Kimchi — терминальный кодинг-агент, также есть расширение для VS Code и десктопное приложение Studio. В его конфигурации есть поле `llmEndpoint` со значением по умолчанию `https://llm.kimchi.dev`; изменив его, можно отправлять запросы инференса в другое место. Важная оговорка: **официальная документация описывает `llmEndpoint` только как адрес инференса и не обещает, что он может указывать на произвольный сторонний OpenAI-совместимый шлюз**. Описанный ниже способ работает в сообществе, но это «настройка по смыслу поля», а не официально поддерживаемый путь BYOK; после обновления он может перестать работать. ## Подготовка Сначала создайте в консоли отдельный ключ для Kimchi (рекомендуемое имя `kimchi`), затем установите CLI: ```bash brew install getkimchi/tap/kimchi ``` Или через установочный скрипт: ```bash curl -fsSL https://github.com/getkimchi/kimchi/releases/latest/download/install.sh | bash ``` ## Конфигурация для заполнения | Поле | Значение | | ------------- | ----------------------------------------- | | `llmEndpoint` | `https://aicentos.com/v1` | | `apiKey` | ключ, созданный в консоли | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки Файл конфигурации находится в `~/.config/kimchi/config.json`; можно также положить проектный `.kimchi/config.json`, который его переопределяет: ```json { "apiKey": "sk-ваш-API-ключ", "llmEndpoint": "https://aicentos.com/v1" } ``` Кастомные модели регистрируются в `models.json`, формат такой же, как у self-hosted провайдеров вроде vLLM и LM Studio. Полная спецификация полей официально не опубликована, поэтому сначала добейтесь работы с моделью по умолчанию и только потом добавляйте собственные записи. После изменений перезапустите `kimchi`. ## Проверка После запуска отправьте один промпт в сессии. Если возвращается 401, сначала проверьте, нет ли в ключе лишних пробелов; если 404 — проверьте, что `llmEndpoint` указан только до `/v1`. Затем вернитесь в консоль и посмотрите расход — **это ключевой шаг**: если расход не вырос, значит запросы вообще не идут через `llmEndpoint`, а откатываются на эндпоинт по умолчанию; в этом случае для текущей версии такой путь не работает. ## Примечания * Kimchi требует входа в собственный аккаунт; `apiKey` и состояние входа в аккаунт — разные вещи, не делайте только половину. * Внешние модели по умолчанию обрабатываются как уровень `standard` и `vision: false`, поэтому мультимодальные модели здесь не передают изображения. * Модель по умолчанию выбирает его собственный harness, поэтому указать конкретное имя модели на aicentos может не получиться. * Официально этот путь в документации не описан: «работает, но без гарантий». Для продакшена предусмотрите запасной вариант. ## Полезные ссылки * [Документация Kimchi CLI](https://docs.kimchi.dev/docs/kimchi-cli) * [Репозиторий kimchi](https://github.com/getkimchi/kimchi) --- # Kimi Источник: https://docs.aicentos.com/ru/clients/kimi Language: ru > Использование aicentos в Kimi Code CLI — регистрация OpenAI-совместимого провайдера в config.toml Kimi Code CLI позволяет регистрировать любой OpenAI-совместимый сервис как провайдера. Направьте `base_url` на aicentos и введите API Key, чтобы вызывать модели, подключённые к aicentos, прямо из терминального интерфейса. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Kimi Code (рекомендуемое имя `kimi-cli` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) Файл конфигурации по умолчанию лежит в `~/.kimi/config.toml` и создаётся автоматически при первом запуске Kimi Code. ## Конфигурация для заполнения | Поле | Значение | | ------------ | ------------------------------------------- | | тип provider | `openai_legacy` (протокол Chat Completions) | | base\_url | `https://aicentos.com/v1` | | api\_key | ключ, созданный в консоли | | model | имя модели из «витрины моделей» в консоли | Если на стороне aicentos используется протокол Responses, просто поменяйте тип на `openai_responses`. ## Шаги настройки Откройте `~/.kimi/config.toml` и добавьте кастомного провайдера и псевдоним модели: ```toml default_model = "aicentos-gpt-4o" [providers.aicentos] type = "openai_legacy" base_url = "https://aicentos.com/v1" api_key = "sk-ваш-ключ" [models.aicentos-gpt-4o] provider = "aicentos" model = "gpt-4o" max_context_size = 128000 ``` * Имя провайдера (`aicentos`) и псевдоним модели (`aicentos-gpt-4o`) можно задать на свой выбор; в `default_model` пишется псевдоним, а не серверный ID модели. * Если в псевдониме есть `.` (например, `gpt-4.1`), в TOML обязательно взять его в кавычки: `[models."gpt-4.1"]`, иначе `.` будет истолкован как разделитель таблиц. * Не хотите писать TOML руками — введите в TUI `/provider`, откроется менеджер провайдеров; нажмите Enter на строке `[ Add New Platform ]` и следуйте шагам мастера. Можно обойтись и только переменными окружения (действует для типов `openai_legacy` / `openai_responses`): ```bash export OPENAI_BASE_URL="https://aicentos.com/v1" export OPENAI_API_KEY="sk-ваш-ключ" ``` ## Проверка Запустите `kimi`, отправьте в TUI простой промпт: если ответ приходит нормально, подключение выполнено. Командой `/model` убедитесь, что выбран только что настроенный псевдоним. ## Примечания * Учётные данные провайдера разрешаются в порядке: поле `api_key` → подтаблица `[providers..env]` → ошибка при запуске; кроме типов `openai_legacy` / `openai_responses`, учётные данные из файла конфигурации не подтягиваются из переменных окружения shell автоматически. * `type = "kimi"` предназначен для официального эндпоинта Moonshot; для подключения aicentos используйте `openai_legacy` или `openai_responses`. * Не указывайте `max_context_size` меньше реального окна модели: заниженное значение приведёт к преждевременному сжатию контекста. * В Base URL указывайте только до `/v1`, не дописывайте полный путь `/v1/chat/completions`. * Имена моделей сверяйте с «витриной моделей» в консоли (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)). --- # Kiro Источник: https://docs.aicentos.com/ru/clients/kiro Language: ru > Kiro пока не поддерживает кастомный Base URL — о причинах ограничения и возможных альтернативах **Kiro пока не поддерживает кастомный Base URL, поэтому напрямую подключить aicentos нельзя.** Kiro — агентская IDE от AWS (на базе Code OSS); её модели работают исключительно через собственный сервис, нижним уровнем которого выступает Amazon Bedrock. Официально не предусмотрено ни настройки «кастомного эндпоинта моделей», ни входа «свой API Key (BYOK)», а соответствующие запросы на добавление функций от сообщества пока не реализованы. ## Подготовка Создавать API Key aicentos для Kiro не нужно — в текущей версии просто некуда вписать кастомный ключ. Справочная информация: * Консоль: [https://aicentos.com](https://aicentos.com) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) Если вы уже подключили aicentos в другом клиенте, сначала проверьте, поддерживает ли этот клиент кастомный эндпоинт. ## Конфигурация для заполнения | Поле | Значение | | -------- | ------------------------------------------------------- | | Base URL | такого параметра нет | | API Key | такого параметра нет | | Модель | выбрать можно только из встроенного списка моделей Kiro | ## Шаги настройки Настроить невозможно. В настройках Kiro есть только переключение моделей (команда `/model` или селектор моделей) и поле `model` у кастомных агентов, при этом `model` сопоставляется только с ID моделей, возвращаемых сервером Kiro, и не может указывать на внешний эндпоинт. ## Альтернативные варианты Kiro не поддерживает кастомные эндпоинты, поэтому есть несколько путей: * **Использовать клиенты с нативной поддержкой кастомного Base URL**: например, Cursor, Windsurf, Cline, Roo Code, Zed Agent — все позволяют напрямую указать `https://aicentos.com/v1`. См. другие документы в разделе «Подключение клиентов». * **Продолжать использовать встроенные модели Kiro**: встроенные модели Kiro предоставляются AWS и не связаны с aicentos; объединить тарификацию невозможно. * **Ждать официальной поддержки BYOM / BYOK**: можно следить за прогрессом в запросах на добавление функций в официальном репозитории Kiro — пока это не реализовано. * **Сценарий с корпоративным шлюзом в интранете**: даже если развернут внутренний LLM-прокси, направить Kiro на него нельзя — тоже придётся ждать официальной поддержки. Не рекомендуется использовать неофициальные обходные приёмы вроде правки hosts, установки самоподписанных сертификатов или патчей для IDE — такие действия ломают механизм обновлений Kiro и создают риски безопасности и соответствия требованиям. ## Проверка Тестировать кастомный эндпоинт нечего. Если хотите проверить связность aicentos, используйте любой клиент с поддержкой кастомного Base URL или вызовите напрямую: ```bash curl https://aicentos.com/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -d '{"model":"gpt-5","messages":[{"role":"user","content":"hi"}],"stream":false}' ``` ## Примечания * Ещё раз подчеркнём: **текущая версия Kiro не поддерживает кастомный Base URL, подключить aicentos нельзя**. * Этот документ будет обновляться по мере изменения официальных возможностей Kiro. * Официальная документация: [https://kiro.dev/docs](https://kiro.dev/docs) --- # LM Studio Источник: https://docs.aicentos.com/ru/clients/lm-studio Language: ru > LM Studio — локальный сервер инференса, а не клиент: его правильная роль и альтернативные схемы LM Studio часто воспринимают как «ещё один чат-клиент», но всё наоборот: это **локальный раннер моделей**, который публикует OpenAI-совместимый интерфейс (по умолчанию `http://localhost:1234/v1`), чтобы к нему подключались другие. Поля для «удалённого Base URL» у него нет, поэтому как клиент он к aicentos не подключается. ## Почему прямое подключение невозможно * Официальная формулировка — `Serve local models on OpenAI-like endpoints`: это серверная роль, а не сторона-потребитель. * Ни в десктопном приложении, ни в `lms` CLI нет настройки эндпоинта стороннего провайдера. * Его облачные возможности (LM Studio Secure Cloud, LM Link) — это официально управляемый канал вычислений, сторонние кастомные эндпоинты в нём не принимаются. ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | В таблице выше — общие параметры на стороне aicentos; они понадобятся для альтернатив ниже. ## Альтернативные варианты ### Вариант 1: развернуть схему — пусть клиент подключается к LM Studio Если нужно запускать локальные модели, оставьте LM Studio сервером и укажите в [Cherry Studio](https://docs.aicentos.com/ru/clients/cherry-studio), [Chatbox](https://docs.aicentos.com/ru/clients/chatbox), [Cline](https://docs.aicentos.com/ru/clients/cline) в поле Base URL `http://localhost:1234/v1`. Эта схема не связана с aicentos, но именно так LM Studio и используется. ### Вариант 2: нужны модели aicentos — меняйте фронтенд [Cherry Studio](https://docs.aicentos.com/ru/clients/cherry-studio), [Chatbox](https://docs.aicentos.com/ru/clients/chatbox), [LobeChat](https://docs.aicentos.com/ru/clients/lobechat) — десктопные чат-клиенты с поддержкой нескольких провайдеров одновременно: одно подключение на aicentos, второе на локальный LM Studio, переключение в одном интерфейсе. ### Вариант 3: смешивать локальное и облачное Подключите в клиенте вроде Cherry Studio два провайдера одновременно: простые задачи — локально, сложные — на aicentos, переключайтесь по необходимости. ## Проверка Если LM Studio работает как сервер, сначала выполните `lms server start`, затем `curl http://localhost:1234/v1/models` — убедитесь, что интерфейс отвечает, и отправьте один промпт из клиента. ## Примечания * Не ищите в LM Studio поле для Base URL: он показывает только адрес, который сам слушает. * Контекст и скорость локальных моделей ограничены видеопамятью машины; для задач с длинным контекстом лучше использовать aicentos. * Не путайте два направления: **серверу указывают порт, клиенту — эндпоинт**. ## Полезные ссылки * [OpenAI-совместимый интерфейс LM Studio](https://lmstudio.ai/docs/api/openai-api) * [lms CLI](https://github.com/lmstudio-ai/lms) --- # LobeChat Источник: https://docs.aicentos.com/ru/clients/lobechat Language: ru > Использование aicentos в LobeChat — подключение через кастомные OpenAI-совместимые настройки LobeChat — открытая AI-платформа для чатов с поддержкой OpenAI-совместимого интерфейса; подключается к текущему сервису прямо из панели настроек. ## Открытие настроек Нажмите иконку **Настройки (Settings)** в левом нижнем углу и откройте страницу **Языковые модели (Language Model)**. ## Выбор провайдера OpenAI В списке провайдеров нажмите **OpenAI**, чтобы развернуть панель конфигурации. ## Конфигурация для заполнения Заполните в панели конфигурации следующие данные: * **API Key (apiKey)**: ваш ключ — `codex_...`, `sk-...` и т. п. * **Адрес API-прокси (baseURL)**: `https://aicentos.com/v1` ## Выбор модели и проверка Выберите модель в выпадающем списке или введите вручную `gpt-5-codex-mini`. Отправьте один диалог и убедитесь, что ответ приходит нормально. ## Примечания * В адресе API-прокси указывается корневой путь сервиса с `/v1`, то есть `https://aicentos.com/v1` * LobeChat поддерживает одновременную настройку нескольких провайдеров и переключение между ними по сессиям * В самостоятельно развёрнутой версии конфигурацию можно задать переменными окружения `OPENAI_API_KEY` и `OPENAI_PROXY_URL`, подробнее в официальной документации по переменным окружения ## Полезные ссылки * Официальная документация: [https://lobehub.com/docs/usage/providers/openai](https://lobehub.com/docs/usage/providers/openai) --- # MiMo Code Источник: https://docs.aicentos.com/ru/clients/mimo-code Language: ru > Использование aicentos в MiMo Code — подключение к OpenAI-совместимому эндпоинту MiMo Code позволяет указать в конфигурации OpenAI-совместимый `base_url`. Направьте его на aicentos и впишите API Key — и MiMo Code будет работать с моделями aicentos. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для MiMo Code (рекомендуемое имя `mimo-code` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) MiMo Code — консольная утилита; типичный способ установки — глобальная установка через npm. Если вам достался дистрибутив в виде tarball, распакуйте его и положите исполняемый файл в `PATH`. ```bash npm install -g mimo-code mimo --version ``` ## Конфигурация для заполнения | Поле | Значение | | --------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | base\_url | `https://aicentos.com/v1` | | model | имя модели из «витрины моделей» в консоли | ## Шаги настройки Рекомендуется использовать переменные окружения — так совместимость наилучшая: ```bash export MIMO_BASE_URL="https://aicentos.com/v1" export MIMO_API_KEY="sk-ваш-ключ" export AICENTOS_API_KEY="$MIMO_API_KEY" export MIMO_MODEL="gpt-4o" ``` Чтобы задать их навсегда, добавьте строки в `~/.zshrc` или `~/.bashrc` и выполните `source ~/.zshrc`. Если предпочитаете файл конфигурации, отредактируйте `~/.mimo/config.json`: ```json { "baseUrl": "https://aicentos.com/v1", "apiKey": "sk-ваш-ключ", "model": "gpt-4o" } ``` Обратите внимание: в разных версиях названия параметров конфигурации (`base_url` / `baseUrl`) и префикс переменных окружения (`MIMO_` / `MIMOCODE_`) могут различаться. Если приведённые выше имена переменных не срабатывают, уточните по `mimo --help` или официальной документации, какие имена реально читает ваша версия, а не перебирайте варианты наугад. ## Проверка После настройки сразу запустите `mimo` и отправьте простой короткий промпт. При ошибке аутентификации в первую очередь проверьте, распознаёт ли текущая версия имя переменной окружения, заканчивается ли `base_url` на `/v1` и нет ли лишних пробелов в ключе. ## Примечания * В некоторых версиях при запуске `base_url` сверяется со встроенным официальным эндпоинтом; если заметите, что конфигурация игнорируется, переход на переменные окружения обычно помогает это обойти. * Base URL указывайте только до `/v1`. * Рекомендуется сначала убедиться, что модель видна, командой `curl https://aicentos.com/v1/models -H "Authorization: Bearer $AICENTOS_API_KEY"`, и только потом вписывать имя модели. * При одновременном наличии переменных окружения и файла конфигурации приоритеты в разных версиях различаются — лучше оставить только один способ настройки. --- # MiniMax Code Источник: https://docs.aicentos.com/ru/clients/minimax-code Language: ru > Подключение к aicentos в MiniMax Code (mcode) — добавление OpenAI-совместимого provider через provider add MiniMax Code — официальный кодинг-CLI от MiniMax (команда `mcode`) с TUI, headless-исполнением, ACP и TypeScript SDK. Он поддерживает BYOK: через `mcode provider add` можно подключить любой OpenAI-совместимый эндпоинт. ## Подготовка Сначала создайте в консоли отдельный ключ для MiniMax Code (рекомендуемое имя `minimax-code`), затем установите: ```bash curl -fsSL https://filecdn.minimax.chat/public/install.sh | bash ``` Можно и через npm: ```bash npm install -g @minimax-ai/code@latest mcode --version ``` ## Конфигурация для заполнения | Поле | Значение | | --------------- | ----------------------------------------- | | Имя provider | на ваш выбор, например `aicentos` | | `--base-url` | `https://aicentos.com/v1` | | `--api-format` | `openai-completions` | | `--model` | имя модели из «витрины моделей» в консоли | | `--api-key-env` | `MCODE_PROVIDER_API_KEY` | ## Шаги настройки Одна команда регистрирует провайдера и сразу переключается на него: ```bash export MCODE_PROVIDER_API_KEY="sk-ваш-API-ключ" mcode provider add \ --name aicentos \ --base-url https://aicentos.com/v1 \ --api-format openai-completions \ --model имя-модели \ --api-key-env MCODE_PROVIDER_API_KEY \ --use ``` `--use` означает, что после регистрации сразу выполняется переключение на этого провайдера. Конфигурация записывается в секцию `custom_provider` файла `config.yaml` текущего профиля (каталог данных по умолчанию — `~/.minimax`); эквивалентная запись: ```yaml custom_provider: aicentos: options: apiKey: sk-ваш-API-ключ baseURL: https://aicentos.com/v1 models: имя-модели: {} ``` Обратите внимание: здесь ключ — `baseURL` (URL заглавными), а не `base-url`. ## Проверка ```bash mcode exec "Представься в одном предложении" ``` Если headless-режим возвращает ответ, конфигурация применена. Затем запустите реальную задачу в TUI и в конце сверьте расход в консоли. ## Примечания * Кастомной модели нужно явно задать контекст и лимит вывода (`--context-limit`, `--output-limit`), иначе она обрежется по значениям по умолчанию и длинные файлы будут урезаны. * Скрипт установки одной командой не поддерживает Alpine / musl; в таких окружениях ставьте через npm. * Если использовать Anthropic-совместимый протокол как промежуточный, в запросе всё равно будет `x-api-key`; если апстрим принимает только `Authorization`, слой преобразования нужно добавить самому. * Провайдеры хранятся **по профилям**: после смены профиля заново проверьте, какой из них действует. ## Полезные ссылки * [Быстрый старт MiniMax Code](https://agent.minimax.io/docs/cli/quick-start) * [Репозиторий minimax-code](https://github.com/MiniMax-AI/minimax-code) --- # Mux Источник: https://docs.aicentos.com/ru/clients/mux Language: ru > Использование aicentos в Mux — добавление кастомного OpenAI-совместимого провайдера Mux поддерживает добавление кастомных OpenAI-совместимых провайдеров. Направьте Base URL на aicentos — и в сессиях Mux станут доступны модели, подключённые к aicentos. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Mux (рекомендуемое имя `mux` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) ## Конфигурация для заполнения | Поле | Значение | | -------------- | ----------------------------------------- | | Тип провайдера | OpenAI Compatible | | Base URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Model | имя модели из «витрины моделей» в консоли | ## Шаги настройки * Откройте настройки Mux и перейдите в раздел Providers / Models. * Выберите добавление кастомного провайдера, тип — **OpenAI Compatible**. * Введите API Key. * В Base URL укажите: `https://aicentos.com/v1` * В поле Model впишите имя модели из «витрины моделей» в консоли (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)). * Сохраните и назначьте этот провайдер провайдером текущей сессии. ## Проверка Создайте новую сессию и отправьте простой короткий промпт. Если ответ возвращается нормально, подключение выполнено успешно. Если заполненная вами модель не появилась в списке моделей автоматически, вручную введите Model ID и попробуйте ещё раз. ## Примечания * Base URL указывайте только до `/v1`, не дописывайте полный путь `/v1/chat/completions`. * Названия пунктов настроек в разных версиях могут немного различаться, но конфигурация OpenAI-совместимого подключения всегда строится вокруг трёх полей: Base URL, API Key, Model. * Если Base URL указан неверно, в ключе лишние пробелы или не хватает баланса, это обычно проявляется как ошибки 401 / 403 / 402 — проверяйте по очереди. * Если в вашей версии Mux предлагаются только фиксированные варианты нескольких компаний и Base URL задать нельзя, значит эта версия не поддерживает сторонние эндпоинты — используйте другой клиент с поддержкой кастомного Base URL. --- # NativeTavern Источник: https://docs.aicentos.com/ru/clients/nativetavern Language: ru > Подключите NativeTavern к OpenAI-совместимому API aicentos, указав Base URL и API-ключ # NativeTavern NativeTavern — мобильное нативное приложение SillyTavern для платформ iOS и Android, позволяющее подключать кастомный API через OpenAI-совместимый интерфейс. ## Установка приложения Скачайте и установите NativeTavern из магазина приложений соответствующей платформы: * iOS: App Store * Android: Google Play ## Настройка API-подключения 1. Откройте приложение NativeTavern 2. Перейдите в **Настройки** или **Settings** 3. Выберите **API Configuration** 4. Выберите тип API **OpenAI** или **OpenAI Compatible** ## Конфигурация для заполнения На странице конфигурации заполните: * **API URL**: `https://aicentos.com/v1` * **API Key**: ваш API Key (например, `codex_...` или `sk-...`) * **Model**: выберите или введите ID модели (например, `gpt-6-astra`) ## Проверка подключения 1. После сохранения настроек вернитесь на главный экран 2. Создайте или выберите персонажа 3. Отправьте сообщение и проверьте, что подключение работает ## Примечания * Мобильному приложению может требоваться стабильное сетевое соединение * API URL указывается только до `/v1`, полный путь не нужен * Поддерживается большинство функциональных возможностей SillyTavern ## Полезные ссылки NativeTavern — часть экосистемы SillyTavern; дополнительную информацию можно найти в сообществе SillyTavern. --- # NextChat Источник: https://docs.aicentos.com/ru/clients/nextchat Language: ru > Использование aicentos в NextChat — подключение через кастомные OpenAI-совместимые настройки NextChat — широко распространённый открытый веб-клиент в стиле ChatGPT с поддержкой кастомного OpenAI-совместимого интерфейса. ## Настройка через интерфейс - Открытие настроек Нажмите иконку **Настройки (Settings)** в левом нижнем углу ## Настройка через интерфейс - Включение кастомного эндпоинта Найдите в панели настроек переключатель **Кастомный эндпоинт** и включите его — появятся поля ввода ## Настройка через интерфейс - Заполнение данных подключения Заполните следующие данные: | Поле | Значение | | -------------- | ---------------------------------------- | | OpenAI API Key | ваш ключ — `codex_...`, `sk-...` и т. п. | | URL API-прокси | `https://aicentos.com/v1` | ## Настройка через интерфейс - Проверка После сохранения отправьте диалог и проверьте, что ответ приходит нормально ## Конфигурация самостоятельного развёртывания Для самостоятельно развёрнутых инстансов настройка выполняется через переменные окружения: ```bash OPENAI_API_KEY=codex_your_api_key BASE_URL=https://aicentos.com/v1 ``` После настройки перезапустите сервис — конфигурация вступит в силу. ## Кастомные модели В выпадающем списке **Модель (Model)** в панели настроек можно вручную ввести `gpt-5-codex-mini` или имя другой доступной модели. В самостоятельно развёрнутой версии список моделей можно предзадать переменной окружения `CUSTOM_MODELS`, например: ```bash CUSTOM_MODELS=gpt-5-codex-mini ``` ## Примечания * В URL API-прокси указывается корневой путь сервиса с `/v1`, то есть `https://aicentos.com/v1` * Доступные модели определяются по списку, который возвращает `GET /v1/models` ## Полезные ссылки * GitHub: [https://github.com/ChatGPTNextWeb/NextChat](https://github.com/ChatGPTNextWeb/NextChat) --- # Oh My Pi Источник: https://docs.aicentos.com/ru/clients/oh-my-pi Language: ru > Подключение к aicentos в Oh My Pi (omp) — провайдер openai-completions в models.yml Oh My Pi — форк Pi с ядром, переписанным на Rust; команда — `omp`. Провайдеры он описывает в `~/.omp/agent/models.yml`: достаточно корректно указать поля `baseUrl` / `api` / `apiKey`, чтобы направить запросы на aicentos. ## Подготовка Сначала создайте в консоли отдельный ключ для Oh My Pi (рекомендуемое имя `oh-my-pi`). Для работы нужен bun 1.4.4 или новее: ```bash curl -fsSL https://omp.sh/install | sh ``` Также доступны дистрибутивы через Homebrew или npm: ```bash brew install can1357/tap/omp # или bun install -g @oh-my-pi/pi-coding-agent ``` ## Конфигурация для заполнения | Поле | Значение | | ------------- | ----------------------------------------- | | Имя provider | на ваш выбор, например `aicentos` | | `baseUrl` | `https://aicentos.com/v1` | | `api` | `openai-completions` | | `apiKey` | ключ, созданный в консоли | | `models[].id` | имя модели из «витрины моделей» в консоли | ## Шаги настройки Отредактируйте `~/.omp/agent/models.yml`: ```yaml providers: aicentos: baseUrl: https://aicentos.com/v1 api: openai-completions apiKey: sk-ваш-API-ключ models: - id: имя-модели contextWindow: 128000 ``` В `~/.omp/agent/config.yml` назначьте её моделью по умолчанию: ```yaml modelRoles: default: aicentos/имя-модели ``` Если не хотите хранить ключ в файле, замените `apiKey` на ссылку на переменную окружения и выполните перед запуском `export AICENTOS_API_KEY="sk-ваш-API-ключ"`. ## Проверка ```bash omp models aicentos ``` Если команда выводит только что настроенные модели, значит provider их распознал. Затем отправьте одну фразу в TUI и убедитесь, что ответ приходит, а в конце сверьте расход в консоли. ## Примечания * `api` должен быть `openai-completions` (или другое известное ему имя протокола); значение `openai` будет воспринято как неизвестный протокол. * По умолчанию у него отключено много инструментов; если подключение прошло, но «ничего не работает», сначала смотрите переключатели инструментов — дело не в эндпоинте. * При открытии репозитория загружаются проектные конфигурации и хуки, поэтому перед подключением убедитесь, что репозиторий заслуживает доверия. * В окружении Alpine нужно дополнительно установить `libstdc++`, `libgcc`. ## Полезные ссылки * [Документация по провайдерам Oh My Pi](https://omp.sh/docs/providers) * [Репозиторий oh-my-pi](https://github.com/can1357/oh-my-pi) --- # OpenClaw Источник: https://docs.aicentos.com/ru/clients/openclaw Language: ru > Использование aicentos в OpenClaw — подключение через кастомного провайдера OpenClaw — консольный AI-ассистент для программирования, который поддерживает подключение к API-сервисам, совместимым с OpenAI, через кастомного провайдера. Официально рекомендуется пройти мастер `openclaw onboard`, но можно и вручную написать файл конфигурации. ## Подготовка Убедитесь, что система соответствует требованиям: * Node.js версии 22+ * macOS / Linux / Windows * При сборке из исходников дополнительно требуется pnpm ### Установка Node.js **macOS (через Homebrew):** ```bash brew install node ``` **Другие системы:** Скачайте LTS-версию с официального сайта Node.js: [https://nodejs.org/en/download](https://nodejs.org/en/download) ### Проверка установки ```bash node -v npm -v ``` **Примечание:** пользователям Windows рекомендуется запускать OpenClaw в среде WSL2. ## Установка OpenClaw Официальный установочный скрипт (рекомендуется): ### macOS / Linux ```bash curl -fsSL https://openclaw.ai/install.sh | bash ``` ### Windows PowerShell ```powershell iwr -useb https://openclaw.ai/install.ps1 | iex ``` Скрипт автоматически определит и доустановит недостающие зависимости. Если вы сами управляете окружением Node, можно установить через `npm` или `pnpm` (подробнее в официальной документации). ## Запуск мастера настройки Выполните команду мастера: ```bash openclaw onboard ``` В мастере последовательно заполните следующие данные: * **Тип провайдера**: выберите `Custom Provider` * **Compatibility**: выберите `OpenAI-compatible` * **Base URL**: `https://aicentos.com/v1` * **API Key**: ваш API Key * **Model ID**: имя модели из «витрины моделей» в консоли * **Endpoint ID**: рекомендуется указать `aicentos` **Примечание:** API Key можно сразу ввести открытым текстом, дополнительно менять его на переменную окружения `OPENAI_API_KEY` не нужно. ## Задание модели по умолчанию После завершения мастера задайте модель по умолчанию: ```text aicentos/gpt-4o ``` Далее при работе будет автоматически использоваться настроенная модель. ## Ручная настройка (опционально) Если не хотите проходить мастер, можно сразу написать файл конфигурации провайдеров OpenClaw: ```json { "models": { "providers": { "aicentos": { "baseUrl": "https://aicentos.com/v1", "apiKey": "your_api_key_here", "api": "openai-completions", "models": [ { "id": "gpt-4o", "name": "gpt-4o" } ] } } }, "agents": { "defaults": { "model": { "primary": "aicentos/gpt-4o" } } } } ``` В конфигурации можно указать API Key открытым текстом либо использовать ссылку на переменную окружения (если вам ближе подход SecretRef). ## Проверка конфигурации Проверьте состояние моделей, чтобы убедиться в успешном подключении: ```bash openclaw models list openclaw models status ``` Если виден `aicentos/gpt-4o` и статус отображается как нормальный, конфигурация подключения выполнена успешно. ## Примечания * OpenClaw официально поддерживает функцию кастомных провайдеров: можно выбрать режим OpenAI-compatible или Anthropic-compatible * Для текущего сервиса рекомендуем в первую очередь режим OpenAI-compatible * Ввод API Key открытым текстом — поведение по умолчанию; ссылка на переменную окружения — лишь опциональный вариант * Если хотите, чтобы конфигурацию записал автоматический инструмент, обратите внимание на утилиту `cc-switch` * В официальной документации есть и другие способы установки и настройки — выбирайте по фактическим потребностям ## Полезные ссылки * Официальная документация: [https://docs.openclaw.ai/install/index](https://docs.openclaw.ai/install/index) --- # OpenCode Источник: https://docs.aicentos.com/ru/clients/opencode Language: ru > Использование aicentos в OpenCode — подключение кастомного провайдера через файл конфигурации OpenCode поддерживает кастомных провайдеров: сервис Codex Proxy можно подключить через файл конфигурации. ## Подготовка На официальном сайте OpenCode есть официальный установочный скрипт, а также установка через npm, bun, brew и другие способы. * Если используете официальный установочный скрипт напрямую, обычно вручную настраивать npm заранее не нужно * Если планируете установку через npm, сначала установите Node.js и npm * Если планируете установку через bun, сначала установите bun ### Установка Node.js (способ через npm) Официальная страница загрузки Node.js: [https://nodejs.org/en/download](https://nodejs.org/en/download) * macOS / Windows: скачайте и установите LTS-версию * Linux: установите способом для своего дистрибутива, указанным на этой странице Если на macOS уже установлен Homebrew, можно просто выполнить: ```bash brew install node ``` Это установит и Node.js, и npm. Рекомендуется заранее убедиться, что команда, соответствующая выбранному способу установки, доступна. Например, для npm-способа сначала проверьте: ```bash node -v npm -v ``` **Примечание:** если вы работаете в командной строке Windows, официально пока рекомендуется использовать WSL. ## Установка Рекомендуется использовать установочную команду с официального сайта OpenCode: ```bash curl -fsSL https://opencode.ai/install | bash ``` На сайте OpenCode также доступны установка через npm, bun, brew и другие способы. ## Задание API Key Используйте собственный механизм подключения и аутентификации OpenCode: ```bash opencode auth login ``` Либо запустите /connect в интерактивном интерфейсе и сохраните этот сервис как кастомного провайдера. Если вам привычнее переменные окружения, достаточно, чтобы opencode.json читал официальное общее имя переменной, например: ```bash export OPENAI_API_KEY="your_api_key_here" ``` ## Настройка opencode.json Создайте opencode.json в корне проекта или в глобальном каталоге конфигурации: ```json { "$schema": "https://opencode.ai/config.json", "provider": { "aicentos": { "npm": "@ai-sdk/openai", "name": "aicentos", "options": { "baseURL": "https://aicentos.com/v1", "apiKey": "{env:OPENAI_API_KEY}" }, "models": { "gpt-4o": { "name": "gpt-4o" } } } }, "model": "aicentos/gpt-4o" } ``` ## Проверка После запуска OpenCode выполните: ``` /models ``` Достаточно увидеть модели в разделе aicentos. ## Примечания * Рекомендуемый порядок: сначала ручной файл конфигурации (opencode.json), затем переменные окружения, и только потом инструмент cc-switch ([https://github.com/farion1231/cc-switch/releases](https://github.com/farion1231/cc-switch/releases)) * Если идёте через /v1/responses, официальная документация OpenCode рекомендует @ai-sdk/openai * Если ваше подключение поддерживает только /v1/chat/completions, тогда берите @ai-sdk/openai-compatible * Дополнительные приватные переменные проекта вроде CODEX\_PROXY\_API\_KEY не нужны ## Полезные ссылки * Официальный сайт: [https://opencode.ai/](https://opencode.ai/) --- # OpenCodeReview Источник: https://docs.aicentos.com/ru/clients/opencodereview Language: ru > Использование aicentos в OpenCodeReview (OCR) — подключение ревью кода через кастомный провайдер OpenCodeReview (имя команды `ocr`) — CLI для AI-ревью кода с открытым кодом от Alibaba: читает Git diff и вызывает большую модель за рекомендациями по ревью. В него встроен провайдер OpenAI, поддерживаются и кастомные OpenAI-совместимые шлюзы — запросы можно перенаправить на aicentos. ## Подготовка Создайте в консоли aicentos отдельный ключ (рекомендуемое имя `ocr-ci` — так проще отслеживать расход). OCR поддерживает только два протокола — OpenAI и Anthropic; здесь используется путь OpenAI Chat Completions. Ревью кода опирается на способность модели к **function calling**, поэтому выбирайте модель с поддержкой вызова инструментов. ## Конфигурация для заполнения | Поле | Значение | | --------- | ------------------------------------------------------------------------ | | провайдер | `openai` (встроенный, URL переопределяется) или кастомный провайдер | | protocol | `openai` (Chat Completions) | | URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | модель | имя модели из «витрины моделей» в консоли, с поддержкой function calling | ## Шаги настройки * Установите CLI (нужен Node.js, либо Homebrew на macOS): ```bash npm install -g open-code-review ``` * Запишите конфигурацию неинтерактивной командой; в итоге она попадёт в `~/.opencodereview/config.json`: ```bash ocr config set provider openai ocr config set model claude-sonnet-5 ocr config set providers.openai.url https://aicentos.com/v1 ocr config set providers.openai.api_key your_api_key_here ``` * Если удобнее графический мастер, запустите `ocr config provider` и `ocr config model`: в TUI выберите провайдера, введите ключ, выберите модель — по завершении автоматически выполнится проверка соединения. ## Проверка Сначала отдельно проверьте эндпоинт: ```bash ocr llm test ``` После успеха выполните настоящий запуск ревью в любом Git-репозитории: ```bash ocr review ``` ## Примечания * В URL указывайте только до `/v1`, не дописывайте полный путь `/chat/completions`. * Для резолвера конфигурации нужны все три составляющие: **URL, ключ и модель**; одного `export` переменных окружения недостаточно — недостающее всё равно нужно записать в config.json, иначе вернётся 401. * Можно временно переопределить через переменные окружения — у них наивысший приоритет: `OCR_LLM_URL` / `OCR_LLM_TOKEN` / `OCR_LLM_MODEL`. * У встроенного провайдера поля называются `providers..url`, у кастомного — `custom_providers..url`; не перепутайте эти две мапы. * При нехватке баланса на счёте ошибка выглядит как 401 / 403 — сначала проверьте баланс на [странице кошелька](https://aicentos.com/wallet). * Официальный репозиторий: `https://github.com/alibaba/open-code-review` --- # Orca Источник: https://docs.aicentos.com/ru/clients/orca Language: ru > Использование aicentos в Orca — добавление кастомного OpenAI-совместимого эндпоинта Orca поддерживает настройку кастомного OpenAI-совместимого сервиса. Направьте Base URL на aicentos и введите API Key, чтобы использовать модели, подключённые к aicentos, в Orca. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Orca (рекомендуемое имя `orca` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) ## Конфигурация для заполнения | Поле | Значение | | -------------- | ----------------------------------------- | | Тип провайдера | OpenAI Compatible | | Base URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Model | имя модели из «витрины моделей» в консоли | ## Шаги настройки * Откройте страницу настроек Orca и перейдите к разделу конфигурации моделей / провайдеров. * Добавьте нового провайдера; в качестве типа выберите OpenAI-совместимый (OpenAI Compatible / Custom OpenAI). * В поле Base URL введите: `https://aicentos.com/v1` * В поле API Key введите ключ, созданный в консоли. * В поле Model укажите имя модели из «витрины моделей» в консоли (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)). * Сохраните и назначьте моделью по умолчанию. ## Проверка Создайте новый диалог с простым промптом и убедитесь, что ответ приходит нормально. Если выпадающий список моделей пуст, введите Model ID вручную. ## Примечания * В Base URL указывайте только до `/v1`, не дописывайте полный путь `/v1/chat/completions`. * Если настройки не вступили в силу сразу после сохранения, перезапустите Orca. * Если ваша версия Orca поддерживает только встроенных официальных провайдеров и не даёт вписать кастомный Base URL, она не сможет подключиться к стороннему эндпоинту — используйте другой клиент с поддержкой кастомного Base URL. * Частые причины сбоя соединения: ошибка в Base URL, пробелы в начале или конце ключа, несуществующее имя модели, нехватка средств на счёте. --- # Paseo Источник: https://docs.aicentos.com/ru/clients/paseo Language: ru > Подключение к aicentos в Paseo — прямого подключения к моделям нет, настройка идёт в нижележащем CLI или env провайдера Paseo — оркестрационный слой: есть десктопное приложение, мобильное, веб и CLI `paseo`, но **собственного агента у него нет** — он лишь запускает уже установленные и авторизованные кодинг-CLI (Claude Code, Codex, OpenCode, Pi и т. п.). Поэтому «подключить aicentos в Paseo» на практике означает направить на aicentos тот CLI, которым он управляет. ## Подготовка Сначала установите Paseo и подготовьте хотя бы один нижележащий CLI: ```bash npm install -g @getpaseo/cli paseo ``` Десктопное и мобильное приложения скачиваются с официального сайта. Учтите, что Docker-образ не содержит ни одного agent CLI — при развёртывании в контейнере их нужно ставить самому. ## Конфигурация для заполнения Провайдеры Paseo описываются в `~/.paseo/config.json` в разделе `agents.providers.`, поля — `extends`, `label`, `env`, `models`. **Поддерживается именно внедрение переменных окружения в нижележащий CLI**; официальные примеры все построены на Anthropic-совместимом протоколе: | Поле | Значение | | ------------------------ | -------------------------------------------- | | `extends` | нижележащий CLI, например `claude` | | `env.ANTHROPIC_BASE_URL` | `https://aicentos.com` | | `env.ANTHROPIC_API_KEY` | ключ, созданный в консоли | | `models` | имена моделей из «витрины моделей» в консоли | ## Шаги настройки Отредактируйте `~/.paseo/config.json`: ```json { "agents": { "providers": { "aicentos-claude": { "extends": "claude", "label": "aicentos", "env": { "ANTHROPIC_BASE_URL": "https://aicentos.com", "ANTHROPIC_API_KEY": "sk-ваш-API-ключ" } } } } } ``` После изменений перезагрузите: ```bash paseo reload ``` Затем в Paseo выберите для сессии провайдера `aicentos`. Если вы управляете CLI с протоколом OpenAI (например, Codex), замените `env` на переменные самого CLI (`OPENAI_BASE_URL`, `OPENAI_API_KEY`), а в качестве Base URL используйте `https://aicentos.com/v1`. ## Проверка ```bash paseo run --provider aicentos-claude "Представься в одном предложении" ``` Если ответ приходит, всё работает. Можно также создать сессию в десктопном приложении и посмотреть, показывает ли метка модели настроенного вами провайдера. ## Примечания * **У самого Paseo нет конфигурации моделей**. То, что вы не находите поле Base URL, — нормально; ищите его в нижележащем CLI или в `env`. * В официальной документации приведены только примеры полей для Anthropic-совместимого протокола; запись для OpenAI-совместимого эндпоинта явно не описана, поэтому используйте имена переменных нижележащего CLI и ориентируйтесь на практическую проверку. * `env` перекрывает сохранённое состояние входа нижележащего CLI; ошибка в настройке сломает и те сессии, которые раньше работали. Лучше создать нового провайдера, а не менять существующий по умолчанию. * Сначала нужно завершить авторизацию нижележащего CLI — Paseo не выполняет вход за вас. ## Полезные ссылки * [Документация по кастомным провайдерам Paseo](https://paseo.sh/docs/custom-providers) * [Репозиторий paseo](https://github.com/getpaseo/paseo) --- # Pi Источник: https://docs.aicentos.com/ru/clients/pi Language: ru > Использование aicentos в Pi — настройка кастомного OpenAI-совместимого эндпоинта Pi позволяет указывать кастомный OpenAI-совместимый API-адрес. Направьте Base URL на aicentos и введите API Key, чтобы использовать модели, подключённые к aicentos, в Pi. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Pi (рекомендуемое имя `pi` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение при нехватке баланса: [https://aicentos.com/wallet](https://aicentos.com/wallet) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | Provider | OpenAI Compatible | | Base URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Model | имя модели из «витрины моделей» в консоли | ## Шаги настройки * Откройте настройки Pi и найдите раздел конфигурации API / модели. * Выберите кастомный OpenAI-совместимый провайдер. * В поле Base URL введите: `https://aicentos.com/v1` * В поле API Key введите ключ, созданный в консоли. * В поле Model укажите имя модели из «витрины моделей» в консоли (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)). * Сохраните и выберите эту модель в сессии. ## Проверка Отправьте один несложный диалог и убедитесь, что ответ приходит нормально. Командой `/model` или на странице настроек проверьте, что текущая модель действительно берётся с aicentos, а не от встроенного провайдера по умолчанию. ## Примечания * В Base URL указывайте только до `/v1`, а не полный путь к интерфейсу. * Если в Pi остались и встроенные провайдеры, не забудьте переключиться обратно на только что созданный — иначе запросы не пойдут через aicentos. * Если ваша версия Pi не поддерживает кастомный Base URL, подключиться к стороннему эндпоинту не выйдет — используйте другой клиент с поддержкой кастомного Base URL. * Рекомендуется завести отдельный ключ для этого клиента — так проще различать расход по ключам в консоли. --- # Prime Agent Источник: https://docs.aicentos.com/ru/clients/prime-agent Language: ru > Подключение к aicentos в Prime Agent — пока доступен только API-key provider, поле эндпоинта официально не опубликовано Prime Agent — открытый терминальный кодинг-агент от Prime Intellect (реализация на Rust, лицензия MIT), позиционируемый как «самоулучшающийся RLM harness». Он поддерживает подключение внешних моделей по API Key, но **поле для кастомного Base URL официально не документировано**, поэтому ниже материал разделён на «подтверждено рабочим» и «требует самостоятельной проверки». ## Подготовка Сначала создайте в консоли отдельный ключ для Prime Agent (рекомендуемое имя `prime-agent`). ```bash curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh ``` Windows: ```powershell irm https://app.primeintellect.ai/prime-agent/install.ps1 | iex ``` ## Конфигурация для заполнения | Поле | Значение | | ------------------ | ------------------------------------------------------ | | Способ авторизации | при первом запуске `/login`, выберите API-key provider | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` (имя поля требует уточнения) | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки При первом запуске выполните `/login` и выберите провайдера по API Key, а не по подписке. Этот шаг явно описан в официальной документации. Известный файл конфигурации — `models.json`; официально опубликован только способ переопределения параметров модели: ```json { "providers": { "ваш-provider": { "modelOverrides": { "имя-модели": { "contextWindow": 128000 } } } } } ``` `modelOverrides` меняет только параметры модели и **не задаёт эндпоинт**. Чтобы сменить эндпоинт, нужно найти соответствующее поле у провайдера, выбранного в `/login`; в README официального репозитория имя поля не приведено, поэтому сначала посмотрите, какие ключи есть в файле конфигурации, созданном после запуска, и заполняйте по образцу, а не наугад. ## Проверка ```bash prime-agent ``` Отправьте один промпт в сессии. Если возвращается ошибка аутентификации, значит провайдер выбран неверно; если ответ приходит, но имя модели не то, значит эндпоинт и модель настраиваются отдельно — вернитесь и проверьте `models.json`. ## Примечания * **Это не песочница безопасности**: он выполняет сгенерированные моделью Python-скрипты и команды с вашими правами пользователя, поэтому не запускайте незнакомые задачи на машине с продакшн-credentials. * По умолчанию включена телеметрия, отключается через `PRIME_AGENT_TELEMETRY=0`. * Если в корпоративной сети нужен собственный CA, используйте `NODE_EXTRA_CA_CERTS`. * Поле эндпоинта официально не документировано, так что это состояние «нужно разбираться самому». Если не получится, перейдите на [Oh My Pi](https://docs.aicentos.com/ru/clients/oh-my-pi) или [Gajae Code](https://docs.aicentos.com/ru/clients/gajae-code) с явно описанными полями. ## Полезные ссылки * [Репозиторий prime-agent](https://github.com/PrimeIntellect-ai/prime-agent) --- # Qwen Источник: https://docs.aicentos.com/ru/clients/qwen Language: ru > Использование aicentos в Qwen Code — настройка OpenAI-совместимого провайдера через settings.json Qwen Code позволяет через `modelProviders` в `settings.json` зарегистрировать любой OpenAI-совместимый эндпоинт. Направьте `baseUrl` на aicentos — и модели, подключённые к aicentos, станут доступны в Qwen Code. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Qwen Code (рекомендуемое имя `qwen-code` — так проще отслеживать расход). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) * Сайт документации: [https://docs.aicentos.com](https://docs.aicentos.com) Qwen Code требует Node.js 20+, глобальная установка через npm: ```bash npm install -g @qwen-code/qwen-code qwen --version ``` ## Конфигурация для заполнения | Поле | Значение | | --------- | --------------------------------------------------------------- | | Тип auth | `openai` (OpenAI-совместимый протокол) | | baseUrl | `https://aicentos.com/v1` | | envKey | Имя переменной окружения, где хранится ключ (можно задать своё) | | ID модели | имя модели из «витрины моделей» в консоли | ## Шаги настройки Отредактируйте `~/.qwen/settings.json`: ```json { "env": { "AICENTOS_API_KEY": "sk-ваш-ключ" }, "modelProviders": { "openai": [ { "id": "gpt-4o", "name": "GPT-4o", "baseUrl": "https://aicentos.com/v1", "envKey": "AICENTOS_API_KEY" } ] }, "security": { "auth": { "selectedType": "openai" } }, "model": { "name": "gpt-4o" } } ``` * `id` — это ID модели, реально отправляемый на сервер; он должен совпадать с именем модели в консоли. * В `modelProviders` ключ в открытом виде не пишется: `envKey` — лишь ссылка на то, «из какой переменной окружения брать ключ». * Приоритет ключа: системная переменная окружения > файл `.env` (`~/.qwen/.env`) > блок `env` в `settings.json`. * Если на стороне aicentos используется протокол Responses, добавьте для модели `"wireApi": "responses"`; без этого по умолчанию идёт Chat Completions. Можно и вовсе не менять файл конфигурации, а использовать переменные окружения напрямую: ```bash export OPENAI_BASE_URL="https://aicentos.com/v1" export OPENAI_API_KEY="sk-ваш-ключ" export OPENAI_MODEL="gpt-4o" ``` ## Проверка Запустите `qwen`, через `/about` убедитесь, что текущие эндпоинт и модель верны, и отправьте простой промпт. Если настроено несколько записей провайдеров, переключаться можно через `/model`. ## Примечания * Глобальная конфигурация лежит в `~/.qwen/settings.json`, конфигурация проекта — в `.qwen/settings.json` в корне проекта, и у последней приоритет выше. * `security.auth.selectedType` должен быть `openai`, иначе кастомный эндпоинт использоваться не будет. * Не коммитьте открытый ключ в систему контроля версий; лучше используйте `~/.qwen/.env` или системные переменные окружения. * `wireApi` — лишь локальные метаданные маршрутизации, в теле запроса не передаются; прежде чем ставить `responses`, убедитесь, что aicentos поддерживает `/v1/responses`. * Base URL указывайте только до `/v1`, не дописывайте полный путь к методу. --- # Reasonix Источник: https://docs.aicentos.com/ru/clients/reasonix Language: ru > Использование aicentos в Reasonix — подключение через кастомного провайдера в config.toml Reasonix — локальный кодинг-агент (CLI/TUI, настольное приложение, браузерный UI и ACP для редакторов — четыре точки входа на одном движке). Встроенного провайдера aicentos у него нет, но можно добавить запись OpenAI-совместимого `[[providers]]` в `~/.reasonix/config.toml` и направить запросы на aicentos. ## Подготовка Создайте в консоли aicentos отдельный ключ (рекомендуемое имя `reasonix-cli`). Ключи провайдеров Reasonix хранятся в его собственном глобальном `.env` и не читают переменные окружения shell. ## Конфигурация для заполнения | Поле | Значение | | ------------- | -------------------------------------------- | | name | `aicentos` (локальный ID провайдера) | | kind | `openai` (Chat Completions) | | base\_url | `https://aicentos.com/v1` | | api\_key\_env | `AICENTOS_API_KEY` | | models | имена моделей из «витрины моделей» в консоли | ## Шаги настройки * Установите Reasonix (npm или Homebrew на macOS): ```bash npm i -g reasonix ``` * Запишите ключ в глобальный `.env` Reasonix: ```bash # macOS / Linux echo 'AICENTOS_API_KEY=your_api_key_here' >> ~/.reasonix/.env # Windows: %APPDATA%\reasonix\.env ``` * Отредактируйте `~/.reasonix/config.toml`, добавив следующий блок (не удаляйте уже имеющихся других провайдеров): ```toml default_model = "aicentos" [[providers]] name = "aicentos" kind = "openai" base_url = "https://aicentos.com/v1" models = ["claude-sonnet-5", "deepseek-v4-pro", "qwen3-coder-plus"] default = "claude-sonnet-5" api_key_env = "AICENTOS_API_KEY" context_window = 200000 ``` * Перейдите в каталог проекта и запустите: ```bash reasonix ``` Для проверки можно сначала выполнить разовую задачу: `reasonix run "Одним предложением скажи, что это за проект в текущем каталоге"`. В настольном приложении путь такой: **Settings → Model → Access → Add model service → Custom provider**. ## Проверка После запуска отправьте простой короткий промпт и убедитесь, что ответ нормально приходит потоком. Внутри сессии модель можно переключить через `/model`. ## Примечания * В `base_url` указывайте только до `/v1`; Reasonix сам добавит `/chat/completions`. * Ключ обязательно записывайте в `~/.reasonix/.env`; `export` в shell или в `.env` проекта не будет распознан как ключ провайдера. * Для `kind` выбирайте `openai`; нативный тип `anthropic` соответствует эндпоинту Anthropic Messages и здесь не подходит. * В `default_model` указывается `name` провайдера (`aicentos`), а не имя модели. * Если форма кастомного провайдера в настольном приложении требует полный адрес, укажите `https://aicentos.com/v1/chat/completions`. * Адрес проекта: `https://github.com/esengine/DeepSeek-Reasonix` --- # Roo Code Источник: https://docs.aicentos.com/ru/clients/roo-code Language: ru > Настройте OpenAI Compatible провайдер в Roo Code с Base URL и API-ключом aicentos Roo Code официально поддерживает провайдер OpenAI Compatible и подключается к текущему сервису напрямую. ## Установка Официальная страница установки: [https://roocode.com/extension](https://roocode.com/extension) Если вы работаете в VS Code или совместимом ответвлении, самый прямой способ установки: ```bash code --install-extension RooVeterinaryInc.roo-cline ``` Также можно найти `Roo Code` прямо в маркетплейсе расширений и установить официальный плагин. ## Открытие настроек провайдера Откройте страницу настроек в панели Roo Code и перейдите к конфигурации провайдера моделей. ## Конфигурация для заполнения Установите `API Provider` в значение `OpenAI Compatible`, затем заполните: * Base URL: `https://aicentos.com/v1` * API Key: ваш ключ — `codex_...`, `sk-...` и т. п. * Model ID: `gpt-5-codex-mini` Если модель не перечислена в выпадающем списке, имя модели можно ввести вручную. ## Проверка После сохранения запустите новую задачу и убедитесь, что Roo Code подключается и начинает отвечать. ## Примечания * В официальной документации Roo Code требуется использовать провайдер `OpenAI Compatible` * Для OpenAI-совместимого провайдера Roo Code требует, чтобы модель поддерживала нативный tool calling * Для текущего сервиса достаточно вписать в Base URL напрямую `https://aicentos.com/v1` * Официальная документация: [https://docs.roocode.com/providers/openai-compatible](https://docs.roocode.com/providers/openai-compatible) --- # Senpi (OmO Native) Источник: https://docs.aicentos.com/ru/clients/senpi Language: ru > Подключение к aicentos в Senpi / OmO — каталоги конфигурации и расположение openai-compatible provider Senpi — форк `pi-mono`, npm-пакет `@code-yeongyu/senpi`, исполняемый файл — `senpi`. Он же служит рантаймом oh-my-openagent (сокращённо OmO), поэтому «OmO Native» означает набор, работающий на harness senpi. ## Подготовка ```bash curl -fsSL https://get.omo.dev/install.sh | bash omo ``` Можно установить и через bun: ```bash bun add -g omo-ai ``` Проект сам называет себя experimental; в официальной формулировке — не стоит ставить его в продакшн-пайплайн. ## Конфигурация для заполнения Каталог конфигурации — `~/.omo/agent/`, его можно переопределить через `OMO_CODING_AGENT_DIR`; старые переменные `SENPI_*` по-прежнему поддерживаются. | Файл | Назначение | | --------------- | ------------------------------------------------------ | | `models.json` | описание provider (эндпоинт, протокол, список моделей) | | `auth.json` | ключи | | `settings.json` | предпочтения, например модель по умолчанию | У самого senpi отдельный набор: `~/.senpi/agent/settings.json`, а также проектный `.senpi/settings.json`. | Поле | Значение | | ----------------- | ----------------------------------------- | | Протокол provider | `@ai-sdk/openai-compatible` | | Base URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Модель | имя модели из «витрины моделей» в консоли | ## Шаги настройки Добавьте провайдера в `~/.omo/agent/models.json`, выбрав OpenAI-совместимый протокол (в документации указано соответствие `npm: @ai-sdk/openai-compatible`): ```json { "providers": { "aicentos": { "npm": "@ai-sdk/openai-compatible", "options": { "baseURL": "https://aicentos.com/v1", "apiKey": "sk-ваш-API-ключ" }, "models": { "имя-модели": {} } } } } ``` Ключ можно хранить отдельно в `auth.json`, не записывая его в `models.json`. Затем укажите модель по умолчанию в `settings.json`. ## Проверка Запустите `omo` или `senpi`, в селекторе моделей убедитесь, что появились модели под `aicentos`, и отправьте одну фразу — ответ должен прийти. ## Примечания * Не путайте два каталога конфигурации: у OmO — `~/.omo/agent/`, у senpi — `~/.senpi/agent/`; изменения не в том месте не подействуют. * Проектный `.senpi/settings.json` перекрывает глобальные настройки, поэтому при разборе проблем сначала смотрите каталог проекта. * В официальной документации есть только таблица соответствий при миграции, без полного готового фрагмента конфигурации; приведённая структура собрана по соглашениям семейства Pi, а имена полей сверяйте с текущей версией на `omo.dev/docs`. * Проект experimental: после обновления структура конфигурации может измениться. ## Полезные ссылки * [Документация OmO](https://omo.dev/docs) * [Репозиторий senpi](https://github.com/code-yeongyu/senpi) * [Репозиторий oh-my-openagent](https://github.com/code-yeongyu/oh-my-openagent) --- # SillyTavern Источник: https://docs.aicentos.com/ru/clients/sillytavern Language: ru > Подключите aicentos как OpenAI-совместимый бэкенд в SillyTavern: укажите Base URL и API-ключ, чтобы использовать все модели # SillyTavern SillyTavern — популярное приложение для ролевых чатов, поддерживающее различные бэкенды AI-моделей. Через настройку OpenAI-совместимого API можно подключить текущий сервис. ## Открытие настроек API-подключения 1. Запустите приложение SillyTavern 2. Нажмите на иконку API-подключения в верхней части 3. Выберите **Chat Completion (OpenAI Compatible)** ## Настройка параметров подключения Заполните в панели настроек API: * **API Type**: выберите `OpenAI` * **Chat Completion Source**: выберите `OpenAI` или `OpenAI Compatible` * **API URL**: `https://aicentos.com/v1` * **API Key**: ваш API Key (например, `codex_...` или `sk-...`) * **Model**: выберите или введите ID модели (например, `gpt-6-astra`) ## Проверка подключения 1. Нажмите кнопку **Connect** 2. При успешном подключении индикатор состояния станет зелёным 3. Можно начинать чат с персонажем ## Примечания * API URL указывается до `/v1`, полный путь `/v1/chat/completions` не нужен * Поддерживается потоковый режим ответа, рекомендуется включить его в расширенных настройках * ID модели можно ввести вручную в выпадающем списке моделей ## Официальная документация Обратитесь к [официальной документации SillyTavern](https://docs.sillytavern.app/), чтобы узнать о других вариантах настройки. --- # TavernAI Источник: https://docs.aicentos.com/ru/clients/tavernai Language: ru > Настройте TavernAI на OpenAI-совместимый API aicentos: укажите Base URL и API-ключ, чтобы начать диалог # TavernAI TavernAI — приложение для ролевого чата, поддерживающее подключение к кастомным API-сервисам через OpenAI-совместимый интерфейс. ## Открытие настроек 1. Запустите приложение TavernAI 2. Нажмите иконку настроек в правом верхнем углу 3. Найдите раздел **API Settings** или **AI Configuration** ## Настройка API-подключения Заполните в настройках API: * **API Type**: выберите `OpenAI` * **API Endpoint**: `https://aicentos.com/v1` * **API Key**: введите ваш API Key (например, `codex_...` или `sk-...`) * **Model**: введите ID модели (например, `gpt-6-astra`) ## Сохранение и проверка 1. Нажмите **Save**, чтобы сохранить настройки 2. Вернитесь в интерфейс чата 3. Отправьте сообщение для проверки соединения ## Примечания * Интерфейс TavernAI в разных версиях может немного отличаться * Убедитесь, что API Endpoint указан с окончанием на `/v1` * Если соединение не устанавливается, проверьте корректность API Key ## Полезные ссылки TavernAI — проект сообщества; документацию и поддержку можно найти на GitHub. --- # Trae Источник: https://docs.aicentos.com/ru/clients/trae Language: ru > Добавьте OpenAI-совместимый сервис в настройках Trae: Base URL aicentos и API-ключ В этом документе описано, как подключить текущий сервис в Trae через кастомную OpenAI-совместимую конфигурацию. Точки входа в настройки в разных версиях Trae могут меняться, поэтому здесь не привязываемся к одному пути по меню, а описываем ключевые параметры, которые нужно найти. ## Открытие настроек AI / Model Найдите в настройках Trae разделы, соответствующие следующим ключевым словам: * AI * Models * Provider * OpenAI * Custom Если текущая версия поддерживает кастомное OpenAI-совместимое подключение, в ней обычно есть поля для поставщика моделей, API Key и Base URL. ## Конфигурация для заполнения Заполните по параметрам текущего сервиса: * Base URL: [https://aicentos.com/v1](https://aicentos.com/v1) * API Key: ваш ключ вида codex\_... или sk-... * Model ID: ориентируйтесь на результат GET /v1/models; если хотите сначала лишь проверить связность, попробуйте gpt-6-astra ## Проверка После сохранения создайте новый диалог, задачу на редактирование или агентскую задачу и убедитесь, что Trae нормально отправляет запросы и возвращает содержимое. ## Примечания * Здесь указывается OpenAI-совместимый Base URL; не дописывайте полный путь /chat/completions или /responses * Если в вашей версии можно выбирать только официально встроенные модели или вписывать только официальный OpenAI Key без возможности изменить Base URL, то напрямую подключить текущий шлюз нельзя * Самый надёжный подход — сначала убедиться в видимости моделей через GET /v1/models и только потом вписывать Model ID в Trae --- # Unsloth Источник: https://docs.aicentos.com/ru/clients/unsloth Language: ru > Unsloth — фреймворк дообучения и локального инференса, а не чат-клиент: почему он не подключается к aicentos Unsloth — открытый фреймворк для дообучения моделей и локального инференса с десктопным приложением и Unsloth Studio (интерфейс в браузере). Панель `Connections` выглядит как «настройки провайдеров моделей», но **принимает только локальные или собственные эндпоинты, а облачные провайдеры заданы фиксированным списком**: пункта «произвольный OpenAI-совместимый URL» нет, поэтому направить запросы инференса на aicentos нельзя. ## Почему прямое подключение невозможно * В `Settings → Connections → Add Provider` в Studio доступны **локальные и собственные сервисы** вроде llama.cpp, vLLM, Ollama, а Base URL заполняется в виде `http://localhost:8000/v1`. * Облачное направление — фиксированный список (OpenAI, Anthropic, OpenRouter, ChatGPT/Codex) плюс API Key; входа для кастомного эндпоинта нет. * В официальной документации «remote OpenAI-compatible endpoint» означает **развёрнутый вами** сервис инференса, а не сторонний агрегирующий шлюз. * По направлению он тоже ближе к серверной стороне: Unsloth сам публикует OpenAI-совместимый API, к которому подключаются другие. ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Модель | имя модели из «витрины моделей» в консоли | В таблице выше — общие параметры на стороне aicentos; они понадобятся для альтернатив ниже. ## Альтернативные варианты ### Вариант 1: обучение отдельно, чат отдельно Дообучение и локальный инференс — в Unsloth, повседневные диалоги — через клиенты вроде [Cherry Studio](https://docs.aicentos.com/ru/clients/cherry-studio), [Chatbox](https://docs.aicentos.com/ru/clients/chatbox), подключённые к aicentos. Одно другому не мешает. ### Вариант 2: поднять локальный сервис и подключить к нему фронтенд Unsloth публикует OpenAI-совместимый интерфейс. После запуска сервиса `unsloth` локально укажите в клиенте его адрес (например, `http://localhost:8000/v1`) — действия те же, что и при указании aicentos. ### Вариант 3: нужно сравнить результаты — меняйте фронтенд Если хотите сравнить «локальную дообученную модель» и «универсальные модели на aicentos», проще всего взять клиент с поддержкой нескольких провайдеров одновременно и переключаться в одном интерфейсе. ## Проверка После запуска локального сервиса сначала выполните `curl http://localhost:8000/v1/models` и убедитесь, что интерфейс отвечает, затем отправьте один промпт из клиента. ## Примечания * Не считайте `Connections` в Studio панелью BYOK: она управляет локальным рантаймом. * Локальный инференс требователен к железу; для длинного контекста и больших пакетов задач лучше использовать aicentos. * В официальной документации нет описания процесса «генерировать обучающие данные через сторонний API», не планируйте пайплайн исходя из этого. ## Полезные ссылки * [Документация Unsloth Connections](https://unsloth.ai/docs/integrations/connections) * [Репозиторий unsloth](https://github.com/unslothai/unsloth) --- # Warp Источник: https://docs.aicentos.com/ru/clients/warp Language: ru > Подключение aicentos в Warp — управление Warp Agent через кастомный инференс-эндпоинт Warp — среда разработки агентов в форме терминала. Она поддерживает **Custom inference endpoint**: если противоположная сторона реализует интерфейс OpenAI Chat Completions, вызовы моделей Warp Agent можно перенаправить туда. Направьте эндпоинт на aicentos — и моделями из своего аккаунта можно будет управлять агентом Warp. ## Подготовка * Обновите Warp до версии с поддержкой кастомных инференс-эндпоинтов (в старых версиях только BYOK, Base URL менять нельзя). * Создайте в консоли aicentos отдельный ключ (рекомендуемое имя `warp-terminal`). * Убедитесь, что выбранная модель поддерживает **вызов инструментов (function calling)** — на этом строится чтение и запись файлов и выполнение команд в Warp Agent. ## Конфигурация для заполнения | Поле | Значение | | ------------- | ------------------------------------------------------------------- | | Endpoint name | `aicentos` (на ваш выбор — для идентификации в селекторе моделей) | | Endpoint URL | `https://aicentos.com/v1` | | API Key | ключ, созданный в консоли | | Model name | ID модели из «витрины моделей» в консоли | | Model alias | необязательно — имя, которое будет показываться в селекторе моделей | ## Шаги настройки * Откройте настройки Warp, найдите `inference endpoint`, или перейдите в **Settings → AI**. * В разделе **Custom inference** нажмите **Add custom model** / **Add destination**. * В открывшемся окне заполните Endpoint name, Endpoint URL (`https://aicentos.com/v1`) и API Key. * В поле **Model name** введите ID модели; нажмите **Add model**, чтобы добавить ещё, и при желании задайте alias для удобства. * После сохранения кастомные модели появятся в селекторе моделей Warp с пометкой по имени вашего эндпоинта. ## Проверка Выберите в Warp только что добавленную модель и отправьте простой вопрос (например, «перечисли файлы в текущем каталоге и объясни структуру проекта»), чтобы убедиться, что ответ приходит нормально. Модели кастомного эндпоинта отображаются в селекторах агент-режима, панели инструментов и ambient agent. ## Примечания * В Endpoint URL указывается OpenAI-совместимый корневой путь (чтобы из него собирался `/v1/chat/completions`), а не полный путь `/v1/chat/completions`. * Эндпоинт должен быть доступен **из публичной сети**: запросы Warp идут через его серверную сторону, поэтому `localhost` и адреса внутренней сети будут отклонены. `aicentos.com` — публичный HTTPS-адрес, его можно использовать напрямую. * API Key и данные эндпоинта хранятся в защищённом хранилище **локального устройства**; серверная сторона Warp использует их только в момент запроса и ничего не сохраняет. * Запросы через кастомный эндпоинт **не расходуют AI credits Warp**; оплата идёт на стороне aicentos по фактическому потреблению. Но при тарифах Business / Enterprise локальный запуск Agent по-прежнему расходует credits платформы. * Если появляется ошибка `400 invalid model format`, значит ваш шлюз требует формат `provider/model_id`; ориентируйтесь на ID модели, выданный в консоли, и при необходимости допишите префикс в этом формате. * Кастомный эндпоинт пока не позволяет отдельно задавать окно контекста — слишком длинные сессии могут сжиматься раньше времени. * Официальная документация: `https://docs.warp.dev/agent-platform/inference/custom-inference-endpoint/` --- # Windsurf Источник: https://docs.aicentos.com/ru/clients/windsurf Language: ru > Укажите endpoint и API-ключ aicentos в Windsurf, если ваша версия поддерживает свой Base URL В этом документе описано, как подключить текущий сервис в Windsurf через кастомную OpenAI-совместимую конфигурацию. Возможности BYOK и настройки кастомных моделей в разных версиях Windsurf различаются, поэтому ниже разобраны два случая. ## Сначала проверьте, поддерживает ли ваша версия кастомный Base URL В настройках моделей, подписки или AI в Windsurf поищите пункты вроде этих: * `Models` * `BYOK` * `OpenAI` * `Custom` * `Base URL` Если можно вписать только официальный API Key, а редактируемого Base URL нет, то эта версия обычно работает только в официальном режиме BYOK и напрямую переключиться на текущий шлюз нельзя. ## Заполнение кастомных параметров подключения Если ваша версия предоставляет кастомную OpenAI-совместимую конфигурацию, заполните: * Base URL: `https://aicentos.com/v1` * API Key: ваш ключ вида `codex_...` или `sk-...` * Model ID: ориентируйтесь на результат `GET /v1/models`; если хотите сначала лишь проверить связность, попробуйте `gpt-6-astra` ## Проверка После сохранения настроек создайте новый диалог Cascade или задачу на кодинг и убедитесь, что результат возвращается корректно. ## Примечания * В Base URL указывайте `https://aicentos.com/v1` * Не пишите полный путь `/v1/chat/completions` или `/v1/responses` * Если текущая версия открывает только официальный BYOK без кастомного Base URL, напрямую подключить этот шлюз нельзя * Официальная страница с описанием моделей Windsurf: `https://docs.windsurf.com/windsurf/models` --- # WorkBuddy Источник: https://docs.aicentos.com/ru/clients/workbuddy Language: ru > Использование aicentos в WorkBuddy — подключение через кастомную OpenAI-совместимую конфигурацию WorkBuddy поддерживает настройку кастомных OpenAI-совместимых моделей. Направьте Base URL на aicentos и впишите API Key — и WorkBuddy сможет использовать модели, подключённые к aicentos. ## Подготовка Создайте в консоли aicentos отдельный ключ (рекомендуемое имя `workbuddy` — так проще отслеживать расход). ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | Provider | `OpenAI Compatible` | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Model ID | имя модели из «витрины моделей» в консоли | ## Шаги настройки * Откройте настройки моделей / AI в WorkBuddy. * Установите Provider в значение **OpenAI Compatible** (или «Custom»). * Введите API Key, созданный в консоли aicentos. * Установите Base URL: `https://aicentos.com/v1` * Введите ID модели (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)); при необходимости введите вручную. * Сохраните настройки. ## Проверка После сохранения создайте новый диалог и отправьте простой короткий промпт, убедившись, что подключение устанавливается и содержимое возвращается корректно. ## Примечания * Base URL указывайте только до `/v1`, не дописывайте полный путь `/chat/completions`. * Если в текущей версии нет редактируемого Base URL и можно вписать только официальный ключ, напрямую подключить этот шлюз не получится — придётся перейти на клиент с поддержкой кастомных эндпоинтов. * Рекомендуется сначала убедиться в видимости моделей через `GET /v1/models` и только потом вписывать Model ID в WorkBuddy. * При нехватке баланса на счёте запросы будут завершаться ошибкой — сначала проверьте баланс на [странице кошелька](https://aicentos.com/wallet). --- # ZCode Источник: https://docs.aicentos.com/ru/clients/zcode Language: ru > Использование aicentos в ZCode — подключение через кастомную OpenAI-совместимую конфигурацию ZCode поддерживает кастомные OpenAI-совместимые конфигурации моделей. Направьте Base URL на aicentos и введите API Key, чтобы использовать модели, подключённые к aicentos, в диалогах и задачах по кодингу ZCode. ## Подготовка Создайте в консоли aicentos отдельный ключ (рекомендуемое имя `zcode` — так проще отслеживать расход). ## Конфигурация для заполнения | Поле | Значение | | -------- | ----------------------------------------- | | Provider | `OpenAI Compatible` | | API Key | ключ, созданный в консоли | | Base URL | `https://aicentos.com/v1` | | Model ID | имя модели из «витрины моделей» в консоли | ## Шаги настройки * Откройте настройки ZCode и перейдите к разделу конфигурации моделей / AI. * Найдите параметры провайдера и выберите **OpenAI Compatible** (или «Кастомный OpenAI»). * Введите API Key, созданный в консоли aicentos. * Установите Base URL: `https://aicentos.com/v1` * Введите ID модели (см. [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list)); если целевой модели нет в выпадающем списке, введите её вручную. * Сохраните настройки; если есть кнопка **Verify**, сначала нажмите её один раз. ## Проверка Создайте новый диалог или задачу по кодингу с простым промптом и убедитесь, что содержимое возвращается нормально. ## Примечания * В Base URL указывайте только до `/v1`, не дописывайте полный путь `/chat/completions` или `/v1/responses`. * Если текущая версия позволяет выбирать только встроенные официальные модели и не даёт редактировать Base URL, подключиться к этому шлюзу напрямую нельзя — придётся перейти на клиент с поддержкой кастомных эндпоинтов. * Рекомендуется сначала проверить список доступных моделей через `GET /v1/models` и только потом возвращаться в ZCode и заполнять Model ID. * При нехватке средств на счёте запросы будут завершаться ошибкой — сначала проверьте баланс на [странице кошелька](https://aicentos.com/wallet). --- # Zed Agent Источник: https://docs.aicentos.com/ru/clients/zed-agent Language: ru > Подключение aicentos в Agent Panel редактора Zed через OpenAI-совместимого провайдера В Zed встроен OpenAI-совместимый тип провайдеров: достаточно объявить эндпоинт, модели и длину контекста в `settings.json`, и Agent Panel сможет использовать модели, подключённые к aicentos. ## Подготовка Сначала создайте на странице «API Key» в консоли отдельный ключ для Zed (рекомендуемое имя `zed-agent`). * Консоль: [https://aicentos.com](https://aicentos.com) * Создание ключа: [https://aicentos.com/keys](https://aicentos.com/keys) * Пополнение кошелька: [https://aicentos.com/wallet](https://aicentos.com/wallet) Zed не записывает API Key в `settings.json`, а читает одноимённую переменную окружения: ID провайдера переводится в верхний регистр в стиле snake\_case с суффиксом `_API_KEY`. Поэтому если ID провайдера — `aicentos`, переменная окружения будет называться `AICENTOS_API_KEY`. ## Конфигурация для заполнения | Поле | Значение | | ------------------------------- | ----------------------------------------- | | Provider ID | произвольный, например `aicentos` | | `api_url` | `https://aicentos.com/v1` | | `available_models[].name` | имя модели из «витрины моделей» в консоли | | `available_models[].max_tokens` | контекстное окно модели | | API Key | переменная окружения `AICENTOS_API_KEY` | ## Шаги настройки * Откройте `settings.json` Zed (команда `zed: open settings` в палитре команд). * Добавьте конфигурацию `language_models.openai_compatible`: ```json { "language_models": { "openai_compatible": { "aicentos": { "api_url": "https://aicentos.com/v1", "available_models": [ { "name": "gpt-5", "display_name": "GPT-5 (aicentos)", "max_tokens": 128000, "max_output_tokens": 16384, "capabilities": { "tools": true, "images": false, "chat_completions": true } } ] } } } } ``` * Экспортируйте переменную окружения (добавьте в `~/.zshrc` и перезагрузите его): ```bash export AICENTOS_API_KEY="sk-ваш-aicentos-ключ" ``` * Откройте Agent Panel и выберите в выпадающем списке модель этого провайдера. Также можно нажать **Add Provider** в настройках агента и заполнить название провайдера, API URL, ID модели и контекстное окно через графический интерфейс. ## Проверка После настройки создайте новый диалог в Agent Panel и сначала выполните лёгкий тест простым коротким промптом, убедившись, что ответ приходит корректно, и только потом переходите к вызовам инструментов. ## Примечания * В `api_url` указывайте только `https://aicentos.com/v1`, не дописывайте полный путь `/chat/completions`; Zed соберёт его сам. * API Key нельзя записывать прямо в `settings.json` — используйте переменную окружения (или сохраните ключ в системный keychain через интерфейс настроек провайдера); непустая переменная окружения имеет приоритет над keychain. * `max_tokens` — это контекстное окно; рекомендуется указывать фактическое значение модели, иначе управление контекстом будет работать некорректно. * Вызовы инструментов включены по умолчанию (`capabilities.tools`); подача изображений и параллельные вызовы инструментов по умолчанию выключены — включайте вручную при необходимости. * Официальная документация: [https://zed.dev/docs/ai/llm-providers](https://zed.dev/docs/ai/llm-providers) * Подробнее — на сайте документации: [https://docs.aicentos.com](https://docs.aicentos.com) --- # Знакомство с aicentos Источник: https://docs.aicentos.com/ru/introduction Language: ru > Один API для всех LLM — агрегатор OpenAI, Anthropic, Google, xAI и другие крупные провайдеры **aicentos** — платформа агрегации AI API для разработчиков. Один API-ключ для вызова LLM от OpenAI, Anthropic, Google, xAI, DeepSeek и других крупных провайдеров. Сайт aicentos ## Какую проблему мы решаем Что делает интеграцию LLM болезненной? Отдельные регистрации, отдельные ключи, отдельный биллинг, отдельные SDK. aicentos унифицирует всё это. | Боль | Традиционный подход | aicentos | | --------------------- | ------------------------- | ----------------------------------------- | | Смена модели | Менять SDK, URL и ключ | **Поменять один параметр `model`** | | Зарубежные аккаунты | Иностранная карта / номер | **¥1 при регистрации, пополнение Alipay** | | Спецификации API | Своя у каждого провайдера | **Единый протокол, совместимый с OpenAI** | | Прозрачность биллинга | Разные кабинеты | **Единый биллинг и логи использования** | | Управление ключами | Нет тонких разрешений | **Квоты, списки моделей, правила IP** | Консоль собирает ключи, баланс, использование и логи в одном месте: Обзор консоли ## Ключевые возможности ### Мультипровайдерный доступ OpenAI, Anthropic, Google, xAI, Alibaba Qwen, DeepSeek, Zhipu, Moonshot, MiniMax — **всё за одним эндпоинтом**: чат, рассуждения, код, изображения, видео и эмбеддинги. Новые модели подключаются по мере выхода; существующие вызовы SDK не меняются. Полный список — в разделе [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list). ### Проверяемая доступность У каждой модели свои проверки здоровья. На [мониторе статусов](https://docs.aicentos.com/status) видны доступность за 1 час / 24 часа / 7 дней, задержка и PING эндпоинтов — проверьте состояние модели до интеграции. ### Безопасность API-ключи поддерживают **лимиты квот, списки разрешённых моделей, правила IP и сроки действия**, выдаются по проекту или участнику для учёта затрат и отзыва доступа. ### Дружелюбно к разработчикам Полная **совместимость с OpenAI**. Существующие проекты OpenAI / Codex работают после замены `base_url` на `https://aicentos.com/v1`; Claude / Anthropic и другие протоколы используют корень `https://aicentos.com` — **миграция без единой строки кода**. ## Кому подходит * Разработчики, которым нужны **Claude / GPT / Gemini** без зарубежного аккаунта и карты * Исследователи / разработчики агентов, **сравнивающие несколько LLM** * Команды, которым нужны **единый биллинг / квоты / аудит использования** * Инженеры с **высокой задержкой / нестабильными маршрутами** до зарубежных API ## Цифры платформы | Показатель | Значение | | --------------------- | ------------: | | Бонус за регистрацию | **¥1** | | Срок действия баланса | **Бессрочно** | ## Дальнейшие шаги * [Быстрый старт](https://docs.aicentos.com/ru/quickstart) — три шага до первого запроса * [Поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list) — полный список моделей * [Монитор статусов](https://docs.aicentos.com/status) — доступность каждой модели в реальном времени * [Тарифы](https://docs.aicentos.com/ru/billing/pricing) — пополнение и оплата по использованию --- # Генерация изображений Nano Banana 2 Источник: https://docs.aicentos.com/ru/nano-banana2 Language: ru > Вызов gemini-3.1-flash-image-preview (Nano Banana 2) через aicentos — примеры в нативном формате Gemini и в формате, совместимом с OpenAI В статье — примеры запросов для генерации изображений через **Nano Banana 2** (`gemini-3.1-flash-image-preview`) в aicentos. Поддерживаются два формата входных данных: **нативный формат Gemini** и **формат, совместимый с OpenAI**. Через `imageConfig` можно задать соотношение сторон (`aspectRatio`) и разрешение (`imageSize`, например `2K`, `4K`). ## Нативный формат Gemini Пример запроса для генерации изображения 1:1 в разрешении 4K: ```bash export AICENTOS_API_KEY="sk-ваш-ключ" curl --location --request POST 'https://aicentos.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent' \ --header "x-goog-api-key: $AICENTOS_API_KEY" \ --header 'content-type: application/json' \ --header 'Accept: */*' \ --data-raw '{ "contents": [ { "parts": [ { "text": "Ретро-рекламный плакат с крупным текстом на китайском, фон — красно-жёлтый радиальный узор. В центре композиции красивая молодая женщина, нарисованная в изысканном ретро-стиле: с улыбкой, элегантная и обаятельная. Тема — рекламная акция новейшего сервиса AI-живописи, разрешение 4K\n" } ] } ], "generationConfig": { "responseModalities": [ "image" ], "imageConfig": { "aspectRatio": "1:1", "imageSize": "4K" } } }' ``` ## Формат, совместимый с OpenAI Пример запроса для генерации изображения 9:16 в разрешении 2K: ```bash export AICENTOS_API_KEY="sk-ваш-ключ" curl --location --request POST 'https://aicentos.com/v1/chat/completions' \ --header "Authorization: Bearer $AICENTOS_API_KEY" \ --header 'Content-Type: application/json' \ --header 'Accept: */*' \ --data-raw '{ "model": "gemini-3.1-flash-image-preview", "extra_body": { "imageConfig": { "aspectRatio": "9:16", "imageSize": "2K" } }, "messages": [ { "role": "system", "content": "{\"imageConfig\": {\"aspectRatio\": \"9:16\", \"imageSize\": \"2K\"}}" }, { "role": "user", "content": [ { "type": "text", "text": "Нарисуй праздничную картинку к году Лошади" } ] } ], "max_tokens": 4096, "temperature": 0.8 }' ``` ## Описание параметров * `aspectRatio`: соотношение сторон, например `1:1`, `9:16`, `16:9`. * `imageSize`: разрешение, например `2K`, `4K`. * В нативном формате Gemini авторизация — через `x-goog-api-key`, в формате OpenAI — через `Authorization: Bearer`. * В формате OpenAI `imageConfig` можно передать и в `extra_body`, и в JSON внутри сообщения `system`. * Замените `sk-ваш-ключ` в примерах на API-ключ, созданный в консоли aicentos. --- # Быстрый старт Источник: https://docs.aicentos.com/ru/quickstart Language: ru > Подключение за три шага: регистрация аккаунта → создание API-ключа → ввод Base URL и ключа в клиенте Подключение за три шага: **регистрация аккаунта → создание API-ключа → ввод Base URL и ключа в клиенте**. ## Шаг 1: регистрация аккаунта Откройте [aicentos.com](https://aicentos.com/) и нажмите «**Начать работу**» в правом верхнем углу, чтобы перейти на страницу регистрации: Страница регистрации Укажите **имя пользователя** и **пароль**, примите пользовательское соглашение и нажмите «Создать аккаунт». При регистрации сразу начисляется **¥1** на тест — можно вызывать API без предварительного пополнения. ## Шаг 2: создание API-ключа Войдите и откройте консоль, в меню слева выберите «**API-ключи**», затем нажмите «**Создать API-ключ**» в правом верхнем углу: Страница API-ключей Заполните параметры в открывшемся окне и нажмите «Сохранить изменения»: Создание API-ключа | Поле | Описание | | ----------------- | ------------------------------------------------------------------------------------------------------------------------------------------------ | | Название | Задаётся вручную, чтобы различать проекты. Рекомендуем создавать отдельные ключи под разные задачи — так проще сводить затраты и отзывать доступ | | Группа | Выберите, через какую апстрим-группу идти; можно оставить пустым — будет использована группа по умолчанию | | Срок действия | «Бессрочно» либо 1 час / 1 день / 1 месяц | | Количество | За один раз можно создать несколько ключей; к названию автоматически добавится случайный суффикс | | Безлимитная квота | Если выключить, можно задать лимит средств для ключа | После создания ключ появится в списке — вида `sk-xxxxxxxxxxxx`, по умолчанию показывается замаскированным: Ключ создан В списке ключей есть поиск по названию и самому ключу; видны группа, квота, доступные модели, IP-ограничения и т. д. Ключ можно в любой момент отредактировать или удалить: Список ключей > **Ключ полностью показывается только один раз — при создании.** Сразу скопируйте и сохраните его в надёжном месте. Не встраивайте ключ во фронтенд-код и не коммитьте в публичные репозитории. ## Шаг 3: укажите Base URL и ключ в клиенте ### Сначала выберите правильный Base URL Здесь ошибаются чаще всего: **для разных протоколов адреса разные**. | Сценарий | Base URL | | ----------------------------------------------- | ------------------------- | | Codex / формат, совместимый с OpenAI | `https://aicentos.com/v1` | | Claude Code / формат Anthropic и другие клиенты | `https://aicentos.com` | > **Для протокола Anthropic указывайте только корневой адрес** — не добавляйте `/v1/messages` вручную, клиент соберёт путь сам. Посмотреть и скопировать адрес можно также в выпадающем списке «**API-адрес**» в правом верхнем углу страницы «API-ключи» в консоли: API-адрес ### Проверка соединения Выполните минимальный запрос через curl, чтобы убедиться, что ключ и сеть работают: ```bash export AICENTOS_API_KEY="sk-ваш-ключ" curl https://aicentos.com/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -d '{ "model": "gemini-3.8-flash", "messages": [ {"role": "user", "content": "Расскажи о себе одним предложением"} ] }' ``` Можно сначала запросить список моделей: если возвращается JSON, ключ и Base URL работают. ```bash export AICENTOS_API_KEY="sk-ваш-ключ" curl https://aicentos.com/v1/models \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` ### Python (OpenAI SDK) ```python import os from openai import OpenAI client = OpenAI( api_key=os.environ["AICENTOS_API_KEY"], base_url="https://aicentos.com/v1", ) resp = client.chat.completions.create( model="gemini-3.8-flash", messages=[{"role": "user", "content": "Расскажи о себе одним предложением"}], ) print(resp.choices[0].message.content) ``` ### Node.js (OpenAI SDK) В примере используется ESM: файл должен называться `.mjs`, либо добавьте `"type": "module"` в `package.json`: ```js import OpenAI from 'openai'; const client = new OpenAI({ apiKey: process.env.AICENTOS_API_KEY, baseURL: 'https://aicentos.com/v1', }); const resp = await client.chat.completions.create({ model: 'gemini-3.8-flash', messages: [{ role: 'user', content: 'Расскажи о себе одним предложением' }], }); console.log(resp.choices[0].message.content); ``` ### Популярные клиенты * [Подключение Claude Code](https://docs.aicentos.com/ru/claude-code) — импорт в один клик через CC Switch или ручная настройка * [Подключение Codex](https://docs.aicentos.com/ru/codex) — настройка через графический интерфейс или config.toml вручную * [Подключение Cursor](https://docs.aicentos.com/ru/cursor) — пользовательские настройки, совместимые с OpenAI * [Подключение Cherry Studio](https://docs.aicentos.com/ru/cherry-studio) — добавление провайдера, совместимого с OpenAI ## Пополнение Когда бонус за регистрацию закончится, пополните баланс в разделе «**Кошелёк**» в левой части консоли: Кошелёк Суммы пополнения и скидки (**от ¥100 действует скидка — к оплате меньше суммы пополнения**): | Сумма пополнения | Скидка | К оплате | | -------------------- | ------ | ----------- | | ¥1 / ¥10 / ¥20 / ¥50 | нет | полная цена | | ¥100 | 1% OFF | ¥99 | | ¥500 | 2% OFF | ¥490 | | ¥1,000 | 3% OFF | ¥970 | | ¥10,000 | 5% OFF | ¥9,500 | Можно указать и произвольную сумму либо пополнить баланс по коду пополнения. Способы оплаты * **Способы оплаты**: Alipay, WeChat Pay, банковский перевод * **Средства не сгорают**, списания идут по фактическому расходу токенов * Есть реферальная программа: после регистрации по ссылке-приглашению обе стороны получают бонус, его можно в любой момент перевести в баланс ## Просмотр расходов Детализацию расходов смотрите в «**Дашборде**» в левой части консоли: Обзор консоли Там видны текущий баланс, суммарное потребление, число API-запросов и тренды вызовов по моделям: Дашборд ## Попробуйте без кода В разделе «**Чат**» в верхней части консоли есть встроенный плейграунд: можно сразу выбрать модель, отправить сообщения и подбирать промпт по ходу общения: Плейграунд ## Что дальше * Протестируйте модели прямо в браузере в [плейграунде](https://aicentos.com/playground) — без кода * Откройте [поддерживаемые модели](https://docs.aicentos.com/ru/billing/models-list) — какие LLM доступны * Изучите [обработку ошибок](https://docs.aicentos.com/ru/billing/errors) — разбор 401, нехватки баланса и других проблем * Ознакомьтесь с [правилами тарификации](https://docs.aicentos.com/ru/billing/pricing) — оплата по использованию и предупреждения о балансе --- # Мониторинг статуса моделей Источник: https://docs.aicentos.com/ru/status Language: ru > Доступность, задержка и PING эндпоинтов каждой модели в реальном времени Панель живого мониторинга пока доступна только на [китайской странице статусов](https://docs.aicentos.com/status). --- # Генерация видео Veo Источник: https://docs.aicentos.com/ru/veo-video Language: ru > Вызов моделей генерации видео Google Veo через aicentos — текст→видео, изображение→видео, первый и последний кадр, референс-изображения Статья для разработчиков: как вызывать модели генерации видео Google Veo через aicentos. API совместим с OpenAI Videos API, поэтому при подключении канала достаточно указать тип `openai`. ## Возможности моделей Тарификация — по длительности сгенерированного видео (в секундах). Актуальные цены смотрите в консоли aicentos; итоговое списание определяется фактическими записями системы. ### Официальные возможности и поддержка в aicentos | Модель | Длительность (с) | Разрешения | Соотношение сторон | Аудио | Примечания | | ------------------------------- | ---------------- | --------------- | ------------------ | -------------- | -------------------------------------------------------------------------------------------------------------------------------------------------- | | `veo-3.1-generate-preview` | 4, 6, 8 | 720p, 1080p, 4k | 16:9, 9:16 | нативное аудио | Для 1080p и 4k — только 8 секунд; при использовании референс-изображений, первого/последнего кадра и других картинок также рекомендуется 8 секунд. | | `veo-3.1-fast-generate-preview` | 4, 6, 8 | 720p, 1080p, 4k | 16:9, 9:16 | нативное аудио | Для 1080p и 4k — только 8 секунд; при использовании референс-изображений, первого/последнего кадра и других картинок также рекомендуется 8 секунд. | Документация: * [Генерация видео Veo в Google Gemini API](https://ai.google.dev/gemini-api/video) * [Референс-изображения в Veo](https://ai.google.dev/gemini-api/video#reference_images) * [Первый и последний кадр в Veo](https://ai.google.dev/gemini-api/video#first_and_last_frame) * [Соотношение сторон в Veo](https://ai.google.dev/gemini-api/video#aspect_ratio) ### Соотношение сторон | Модель | 16:9 альбомное | 9:16 портретное | По умолчанию | Рекомендации | | ------------------------------- | -------------- | --------------- | ------------ | ----------------------------------------------------------- | | `veo-3.1-generate-preview` | поддерживается | поддерживается | 16:9 | Для 4K — только 8 секунд; расширение видео пока недоступно. | | `veo-3.1-fast-generate-preview` | поддерживается | поддерживается | 16:9 | Для 4K — только 8 секунд; расширение видео пока недоступно. | Соотношение сторон можно задать в запросе через `metadata.aspectRatio` или поле формы `aspectRatio`: ```bash { "metadata": { "aspectRatio": "9:16" } } ``` Если `aspectRatio` не передан явно, система сначала выводит его из `size`: например, `1280x720` → 16:9, `720x1280` → 9:16. Если не передан и `size`, апстрим по умолчанию использует 16:9. ### Аудио | Модель | Аудио (официально) | Поддержка generateAudio | Рекомендации | | ------------------------------- | ------------------ | ----------------------- | -------------------------------------------------------------- | | `veo-3.1-generate-preview` | нативное аудио | не поддерживается | Не передавайте `generateAudio`; нужные звуки опишите в prompt. | | `veo-3.1-fast-generate-preview` | нативное аудио | не поддерживается | Не передавайте `generateAudio`; нужные звуки опишите в prompt. | Модели серии Veo 3.1 генерируют звук нативно, но в текущей спецификации Veo в Gemini API параметр `generateAudio` не вынесен в управляемые. Если передать это поле, апстрим может вернуть `INVALID_ARGUMENT`. Чтобы управлять аудиосодержимым, опишите в prompt диалоги, окружающие звуки, эффекты или стиль музыки, например: ```bash Маяк на морском берегу в сумерках, волны бьются о камни, вдали глухой шум ветра и крики чаек, кинематографичный свет, стабильная камера ``` ## Работа с изображениями на входе | Возможность | Официально в Google Veo | Поддержка в aicentos | Примечания | | ------------------------------------------- | ------------------------------------------------------------- | ---------------------- | ------------------------------------------------------------------------------------------------------------------------------------- | | Видео из одного начального изображения | поддерживается | поддерживается | Загрузите 1 изображение через `input_reference` — оно станет стартовым кадром видео. | | Первый/последний кадр / промежуточные кадры | в серии Veo 3.1 поддерживаются image + lastFrame | поддерживается | Первый кадр — `input_reference`, последний — `last_frame` или `lastFrame`. Рекомендуется серия Veo 3.1 и 8 секунд. | | Несколько референс-изображений | в серии Veo 3.1 — до 3 referenceImages | поддерживается | Загрузка через `reference_image`, `reference_images` или `referenceImages`; `referenceType` — только `asset`. Рекомендуется 8 секунд. | | Расширение видео | Veo 3.1 / Fast поддерживают расширение существующих видео Veo | пока не поддерживается | В текущем API aicentos официальный вход video не открыт. | * Поддерживаются MIME-типы изображений `image/jpeg`, `image/png`, `image/webp`. Рекомендуется передавать файл или Base64, а не URL удалённого изображения. * Внимание для режима референсов: апстрим в этом сценарии не поддерживает `negativePrompt` и может вернуть `Negative prompt is not supported in your use case`. Не передавайте `negativePrompt` в запросах с референсами. * Техническая деталь: в Veo `predictLongRunning` в Gemini API изображения передаются через `bytesBase64Encoded` + `mimeType`, а не через `inlineData`, как в обычном `generateContent`. aicentos конвертирует изображения из multipart в формат, нужный апстриму. ## Правила тарификации * Тарификация — по длительности видео, в секундах. Используйте значения из таблицы выше; произвольные значения передавать не рекомендуется. * Если длительность видео в запросе не указана, по умолчанию тарифицируется 8 секунд. * Приоритет определения длительности: `metadata.durationSeconds` > `duration` > `seconds` > 8 секунд по умолчанию. * Приоритет определения разрешения: `metadata.resolution` > `size` > 720p по умолчанию. * 720p / 1080p / 4K тарифицируются по одинаковым правилам, надбавки за разрешение нет. * `aspectRatio` влияет только на ориентацию кадра и не тарифицируется отдельно. * Для 4K доступно только 8 секунд. * Актуальные цены — в консоли aicentos. ## Эндпоинты Сейчас рекомендуются эти 3 эндпоинта: | Назначение | Метод | Путь | | --------------------- | ----- | ------------------------------ | | Создание задачи | POST | `/v1/videos` | | Запрос статуса | GET | `/v1/videos/{task_id}` | | Скачивание результата | GET | `/v1/videos/{task_id}/content` | Если при запросе статуса нужна сразу и ссылка на результат, можно использовать: | Назначение | Метод | Путь | | ------------------------------------ | ----- | --------------------------------- | | Запрос статуса и ссылки на результат | GET | `/v1/video/generations/{task_id}` | ### Аутентификация ```bash export BASE_URL="https://aicentos.com" export AICENTOS_API_KEY="sk-xxxxxx" ``` Все запросы включают: ```bash -H "Authorization: Bearer $AICENTOS_API_KEY" ``` ### Создание задачи «текст → видео» ```bash curl -X POST "$BASE_URL/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "veo-3.1-generate-preview", "prompt": "Маяк на морском берегу в сумерках, камера медленно наезжает, волны бьются о камни, кинематографичный свет, стабильная камера", "seconds": "8", "size": "1280x720", "metadata": { "negativePrompt": "blurry, watermark, distorted, low quality", "resolution": "720p", "aspectRatio": "16:9", "seed": 20260401 } }' ``` Типичный ответ: ```bash { "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "task_id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "object": "video", "model": "veo-3.1-generate-preview", "status": "queued", "progress": 0, "created_at": 1775025000 } ``` ### Создание задачи «изображение → видео» с первым кадром Для image-to-video сейчас рекомендуется `multipart/form-data`; поле с первым кадром должно называться `input_reference`. ```bash curl -X POST "$BASE_URL/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Accept: application/json" \ -F "model=veo-3.1-generate-preview" \ -F "prompt=Девушка на кадре поворачивает голову к камере, лёгкий ветер шевелит волосы, городские огни на фоне мягко размыты, камера плавно наезжает" \ -F "input_reference=@./first-frame.png;type=image/png" \ -F "seconds=8" \ -F "size=1280x720" \ -F "resolution=720p" \ -F "aspectRatio=16:9" \ -F "negativePrompt=blurry, watermark, deformed hands" \ -F "seed=20260401" ``` ### Создание задачи с первым и последним кадром Для такой задачи нужны оба изображения: первый кадр — `input_reference`, последний — `last_frame` или `lastFrame`. ```bash curl -X POST "$BASE_URL/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Accept: application/json" \ -F "model=veo-3.1-generate-preview" \ -F "prompt=Естественный переход от первого кадра с девушкой к последнему кадру с юношей, камера плавно движется, городские огни размыты, волосы и одежда слегка колышутся на ветру, переход выглядит натурально" \ -F "input_reference=@./first-frame.png;type=image/png" \ -F "last_frame=@./last-frame.png;type=image/png" \ -F "seconds=8" \ -F "size=1280x720" \ -F "resolution=720p" \ -F "aspectRatio=16:9" \ -F "negativePrompt=blurry, watermark, distorted face, deformed hands" \ -F "seed=20260402" ``` ### Создание задачи с референс-изображениями Задачи с референсами поддерживаются только в серии Veo 3.1, максимум 3 изображения, `referenceType` — только `asset`. Поля могут называться `reference_image`, `reference_images` или `referenceImages`. Не передавайте `negativePrompt` в таких задачах. ```bash curl -X POST "$BASE_URL/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Accept: application/json" \ -F "model=veo-3.1-generate-preview" \ -F "prompt=Опираясь на внешность персонажей с двух картинок и атмосферу ночного города, сгенерируй кинематографичный уличный кадр с двумя людьми: камера плавно движется, фонари на фоне мягко размыты, герои естественно смотрят в объектив" \ -F "reference_image=@./ref-1.png;type=image/png" \ -F "reference_image=@./ref-2.png;type=image/png" \ -F "reference_type=asset" \ -F "seconds=8" \ -F "size=1280x720" \ -F "resolution=720p" \ -F "aspectRatio=16:9" \ -F "seed=20260403" ``` Поддерживается также JSON / Base64: ```bash { "model": "veo-3.1-generate-preview", "prompt": "Сгенерируй рекламный кадр, используя внешний вид продукта с референс-изображения", "duration": 8, "metadata": { "resolution": "720p", "aspectRatio": "16:9", "referenceImages": [ { "image": { "bytesBase64Encoded": "BASE64_IMAGE", "mimeType": "image/png" }, "referenceType": "asset" } ] } } ``` ### Запрос статуса задачи Сначала сохраните `id` или `task_id`, возвращённые при создании задачи: ```bash export TASK_ID="task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" ``` Затем запросите статус: ```bash curl -X GET "$BASE_URL/v1/videos/$TASK_ID" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` Во время обработки типичный ответ: ```bash { "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "object": "video", "model": "veo-3.1-generate-preview", "status": "in_progress", "progress": 50, "created_at": 1775025000 } ``` По завершении типичный ответ: ```bash { "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "object": "video", "model": "veo-3.1-generate-preview", "status": "completed", "progress": 100, "created_at": 1775025000, "completed_at": 1775025068 } ``` ### Запрос статуса и ссылки на результат Если при опросе сразу нужна ссылка для скачивания, вызовите: ```bash curl -X GET "$BASE_URL/v1/video/generations/$TASK_ID" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` Типичный ответ: ```bash { "code": "success", "message": "", "data": { "error": null, "format": "mp4", "metadata": null, "status": "succeeded", "task_id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "url": "https://aicentos.com/v1/videos/task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx/content" } } ``` ### Скачивание видео После завершения задачи скачайте файл напрямую: ```bash curl -L "$BASE_URL/v1/videos/$TASK_ID/content" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -o veo-result.mp4 ``` ## Значения статусов `GET /v1/videos/{task_id}` возвращает в основном такие статусы: | Статус | Значение | | ------------- | --------- | | `queued` | в очереди | | `in_progress` | генерация | | `completed` | завершено | | `failed` | ошибка | `GET /v1/video/generations/{task_id}` возвращает в основном такие статусы: | Статус | Значение | | ------------ | --------- | | `queued` | в очереди | | `processing` | генерация | | `succeeded` | успешно | | `failed` | ошибка | ## Важные замечания * `prompt` обязателен. * Для image-to-video поле с изображением должно называться `input_reference`. * В задачах с первым и последним кадром нужны оба изображения: первый — `input_reference`, последний — `last_frame` или `lastFrame`. * Задачи с референсами поддерживаются только в серии Veo 3.1, максимум 3 изображения и обязательно 8 секунд. * В задачах с референсами не передавайте `negativePrompt`. * Для image-to-video в Gemini не рекомендуется передавать URL удалённых изображений — лучше файл или Base64. * Опрашивайте `GET /v1/videos/{task_id}` и скачивайте результат только после `status=completed`. * В серии Veo 3.1 можно передавать 4, 6 или 8 секунд; для 1080p и 4k — только 8 секунд. - Альбомное видео — `aspectRatio=16:9`, портретное — `aspectRatio=9:16`; если не передать, по умолчанию берётся 16:9. * Не передавайте параметр `generateAudio`. Модели Veo 3.1 генерируют звук нативно, но текущий Gemini API не позволяет включать/выключать звук через `generateAudio`; за передачу этого поля апстрим может вернуть `INVALID_ARGUMENT`. * Чтобы управлять аудиосодержимым, опишите в prompt диалоги, окружение, эффекты или стиль музыки. * Официальный Veo 3.1 поддерживает расширение видео, но в текущем API aicentos вход video пока не открыт.